手机应用程序可根据用户声音识别帕金森病吗？

在某些疾病的早期阶段，或许只有非常有限的微小证据能够表明健康情况正在发生变化，但仍可能存在着一些微妙的线索。最近的两项研究表明，人工智能算法可以成功地分析人们的声音，以识别帕金森氏病早期或肺部严重新冠肺炎感染者。研究人员将这些算法整合到一款名为Aum的智能手机应用程序中，该应用程序可用于诊断和监测各自的状况。

澳大利亚皇家墨尔本理工学院（RMIT）教授Dinesh Kumar参与了这两项研究，他解释说：“临床医生经常使用人们的声音来评估患者，尤其是神经退行性疾病，如帕金森氏病（Parkinson’s disease）和肺部疾病，无论是新型冠状病毒肺炎（COVID-19）还是其他肺部疾病。这种[方法]不仅是为了检测疾病，而且是为了评估药物的效果并优化剂量。”

Kumar和他的同事试图探索机器学习算法是否可以检测到人声音中的这些细微之处。在他们的第一项研究中，他们招募了36名帕金森病患者和36名健康志愿者。重要的是，人们的声音之间存在着天然的差异，这可能会导致很难区分哪些人患有或不患有潜在的疾病。Kumar解释道：“为了克服这个问题，我们寻找了能够检测出疾病的非语言声音，尽管人们的声音存在自然差异。”

因此，他的团队要求研究参与者说出不同的音素，这些音素需要从喉咙（/a/）、嘴巴（/o/）和鼻子（/m/）发出声音。录音是使用基于iOS的智能手机进行的。然后，他们开发并应用了一种机器学习算法，该算法可以区分帕金森氏症患者和健康志愿者，而无需考虑环境背景噪声。在9月12日发表于IEEE Access的研究中，他们报告称，该算法可以100%准确地识别研究人群中患有帕金森氏症的人。

Kumar指出：“更重要的是，我们可以区分服用活性药物和不服用活性药物的帕金森病。这非常重要，因为即使患者无法前往诊所，神经科医生也可以评估患者，因此非常适用于居住在偏远地区的人。”

2021年6月和7月，这项初步研究的研究人员之一、RMIT副教授Nemuel Pah有机会对印尼的新型冠状病毒肺炎患者进行了类似的研究。在这种情况下，Pah在22天的过程中记录了40名住院新型冠状腺炎患者和48名健康受试者，要求他们说出六个音素（/a/、/e/、/i/、/o/、/u/和/m/）。

研究人员随后将不同的机器学习算法应用于该数据，发现入院后前三天从元音/i/中提取的特征在区分新冠肺炎肺部感染者和健康对照者方面最有效。该算法以94%的准确率实现了这一目标。这些结果于9月20日发表在《IEEE健康与医学转化工程杂志》上。

Kumar说，使用应用程序识别新冠肺炎患者的一个优点是，语音记录不需要医生与患者进行身体接触，因此是限制接触的合适方法。“语音记录可以从远程患者那里获得，”他说，并指出这种音素分析方法也不依赖于语言。

Kumar说，他的团队有兴趣在现实世界中应用这些方法，但还需要做更多的工作。具体来说，他们正在寻求向澳大利亚药品管理局、美国食品和药物管理局（FDA）和中国国家医药产品管理局（National Medical Products Administration）注册他们的技术。Kumar说：“这需要时间和金钱；我们希望从关注帕金森病的（人和）组织，如Michael J. Fox或投资者那里获得资金。”

审核编辑 ：李倩