Едва уловимые изменения голоса, такие как соотношение гармонии и шума, могут служить ранними признаками поражения гортани. Знание и анализ характерных особенностей голоса может помочь дифференцировать доброкачественные и злокачественные новообразования голосовых связок с помощью искусственного интеллекта. Отчет об исследовании ученых из Орегонского университета здоровья и науки и Портлендского государственного университета опубликован 12 августа в Frontiers in Digital Health
Нарушения голоса (дисфония) определяются как нарушения высоты тона, громкости или качества голоса, которые мешают общению и участию в социальной жизни. Эти нарушения могут быть вызваны различными причинами, включая патологию голосовых связок, неврологические заболевания или функциональные особенности использования голоса. В то время как доброкачественные процессы только изменяют качество голоса, злокачественные новообразования часто представляют угрозу для жизни. Раннее, неинвазивное выявление этих поражений на основе анализа голоса может улучшить диагностику и результаты лечения.
Проект Voice to AI, реализуемый в рамках консорциума Bridge to Artificial Intelligence (Bridge2AI) Национального института здравоохранения (NIH), направлен на анализ голоса как биомаркера состояния здоровья для использования в клинической практике. В рамках текущего исследования ученые проанализировали набор данных, чтобы выявить акустические характеристики, позволяющие отличать рак гортани от доброкачественных поражений голосовых складок и здоровой голосовой функции.
Всего было проанализировано 12 523 записи 306 участников, собранные в пяти регионах Северной Америки. Последующая работа была сосредоточена на анализе 180 записей от 176 участников. Участники были разделены на две группы в зависимости от диагноза, связанного с нарушением голоса. В первую группу вошли пациенты с раком гортани, доброкачественными поражениями или здоровые люди, во вторую — участники с раком гортани, доброкачественными поражениями, а также с другими нарушениями голоса (спастической дисфонией или параличом голосовых складок).
Для сравнительного анализа использовались 4 акустические характеристики голоса: основная частота, дрожание, мерцание и отношение гармоник к шуму (HNR), а также стандартное отклонение HNR. Анализ показал, что у участников с доброкачественными образованиями среднее значение HNR и основной частоты существенно отличалось от показателей участников без нарушений голоса, а вариативность HNR (стандартное отклонение) значительно отличалось от показателей участников с раком гортани.
Эти данные свидетельствуют о том, что HNR, особенно его вариабельность, могут быть перспективными голосовыми маркерами для раннего выявления и мониторинга поражений голосовых связок. Необходимы дальнейшие исследования с участием более крупных групп населения, чтобы уточнить эти особенности и подтвердить их клиническую пользу.
