AI学会了“闻”声看病，莫非要走老中医的“望闻问切”之路？
去年你看过120帧的电影《比利·林恩的中场战事》么？嗯，画面真是清晰。你有没有注意到里面提到的一个细节：姐姐发现林恩从战场回来后，患上了PTSD，也就是“创伤后应激障碍”。不过今天『量子位』不是要谈这个电影，而是从PTSD谈起。
Charles Marmar是一位从业40年的精神科医生，但是当一个战后的退伍老兵走入他的办公室时，他还是不能对PTSD进行100%的确诊。不过，作为纽约大学Langone医学中心精神病学习主任，Marmar正在尝试从声音中找到答案。
语音样本是关于人的健康的丰富信息源，研究人员认为微妙的声音线索可以指示潜在的医学状况或衡量疾病风险。 在几年内，可能通过使用智能手机和其他可穿戴设备远程监测人的健康，方法就是通过记录短语音样本并分析它们的疾病生物标志物。
对于像PTSD这样的精神障碍，因为没办法通过血液检查确诊，人们总是尴尬地谈论他们的心理健康，所以这些病症常常被诊断不足。但是语音检查却有可能起效。
作为一项为期五年的研究的一部分，Marmar正在收集来自退伍军人的声音样本，并分析声音提示，如音调，音调，节奏，速率和音量，以观察PTSD，创伤性脑损伤（TBI）和抑郁症等不可见损伤的迹象。
这个方法，就是使用机器学习来挖掘声音中的特征，人工智能算法在具有这些条件的人中挑选出声音模式，并将其与来自健康人的声音样本进行比较。
例如，具有精神或认知问题的人可能会拉长某些声音，或者与需要复杂的面部肌肉运动的发音短语斗争。
与北加利福尼亚州非营利研究机构SRI国际研究所的研究人员合作，Marmar已经能够从退伍军人声音中提取的40,000个特征中挑选出一组似乎与PTSD和TBI有关的30个声音特征和对照受试者。
在2015年的早期结果中，Marmar和他的团队开发的语音测试在39名男性的研究中，区分PTSD患者和健康志愿者的准确率为77％。 自从该研究以来，已经收集了更多的语音记录，并且Marmar和他的同事接近识别可以区分PTSD和TBI的语音模式。
“当我们获得大量的生物和心理数据，包括语音特征时，医疗和精神诊断将更准确，”Marmar说。 到目前为止，美国食品和药物管理局尚未批准任何语音测试来诊断疾病。
除了心理健康，梅奥诊所正在寻求声带生物标志物来改善对心脏病的远程健康监测。 它与以色列公司Beyond Verbal合作，测试冠状动脉疾病（最常见的心脏病类型）患者的声音。 他们认为，由动脉硬化引起的胸痛可能影响语音产生。
在最初的研究中，梅奥诊所招募了150名患者，并要求他们使用由Beyond Verbal开发的应用程序产生三个短语音记录。 研究人员使用机器学习分析了声音，并识别了与冠状动脉疾病风险相关的13个不同的声音特征。
与声音频率相关的一个特征与冠状动脉疾病的可能性增加了19倍相关。 梅奥诊所的心脏病专家和医学教授Amir Lerman说，这种声音特征对人耳来说是不可辨别的，只能使用应用软件来拾取。
“我们发现，声音的特定部分可以预测血管造影所发现的阻塞的量或程度，”Lerman说。
Lerman说，智能手机上的声音测试应用程序可以用作低成本的预测性筛查工具，以识别最易患心脏病的患者，以及在心脏手术后远程监测患者。 例如，声音的变化可以指示患者是否已经停止服用他们的药物。
Next Mayo计划在中国进行一项类似的研究，以确定在初始研究中发现的语音生物标志物是否在不同的语言中是相同的。
Sonde Health在波士顿的首席执行官Jim Harper认为，使用语音测试来监测新产妇的产后抑郁症（人们普遍认为未被诊断为抑郁症）以及老年痴呆症，帕金森病和其他老年性疾病的价值。 他的公司正与医院和保险公司合作，建立其AI平台的试验性研究，该平台检测声音的声学变化以筛选精神健康状况。
“我们正在努力使这种普遍存在和通用的工程技术，允许我们的软件在手机和一系列其他语音设备上操作，”Harper说。
研究人员正在研究的一个主要问题是这些不同的声音特征是否可以被患者伪造。 如果是这样，测试可能不是非常可靠。
该技术还引起了隐私和安全问题。 并非所有患者都希望提供包含个人信息的语音示例，或让应用程序访问他们的电话。 研究人员坚持认为他们的算法在语音中捕获模式，而不是记录你说的话。
以上内容由『量子位』综合自MTR，主体部分由Google神经机器翻译(GNMT)完成。