社论 | 我听起来生病了吗？

我们曾讨论过数字医疗技术的发展需要更多公众的声音。近期，Harry Coppock及其同事发表评论文章探讨公众的声音要如何被用于诊断新冠。

人工智能（AI）可以对音高、音调、节奏、速度以及呼吸和咳嗽等语音模式进行处理，从而开发疾病的语音生物标志物。目前正在开发由人工智能驱动的语音生物标志物，以诊断多种疾病，包括帕金森病、心血管疾病和创伤后应激障碍。还有人认为，语音技术可以用来预测体重指数。亚马逊Alexa、谷歌助手和苹果Siri等语音技术的出现帮助增加了音频数据，有可能推动和改变包括医疗服务在内的无数行业。

但是，有可能从声音中诊断出疾病吗？该评论的主要作者Harry Coppock表示：“这些技术有望通过快速、廉价的诊断显著改善全球健康，因为这些诊断可以在个人设备上运行——这是对抗大流行的完美工具。”但是，Coppock及其同事强调，要实现针对新冠的全部数字化大规模检测潜力，还需要更多的证据。Coppock及其同事列出了语音生物标志物研究的七个关键问题，这些问题阻碍了该研究在新冠诊断方面的临床用途。这些问题包括：人工智能可能并不能鉴别呼吸系统疾病；音频数据受到许多无法测量的偏倚影响；缺乏临床相关的真实数据；由于缺乏可用的数据，外部验证在目前的研究中仍然很少。

与其他诊断工具一样，在推广使用人工智能之前，有必要进行前瞻性随机对照试验和真实世界评估。但是，由于提供这些语音诊断工具相对简单，公司可能会将这些技术直接推向公众。其中，有一家叫做Sonde Health的公司基于音频信号加工和机器学习来检测哮喘和慢性阻塞性肺病的症状，并作为新冠的早期预警系统。2021年7月，Sonde Health宣布与高通公司（Qualcomm）建立新的合作关系，这有可能将该技术引入智能手机和智能音箱，从而帮助Sonde Health覆盖更广泛的受众。

尽管这些技术很快就可以直接在手机上获取，但在证明它们对健康有用之前，还有许多伦理和技术挑战需要克服。卢森堡卫生研究所（Luxembourg Institute of Health）深度数字表型研究组的组长Guy Fagherazzi说：“作为筛查或分诊的无创工具，这些技术确实很有前景，但是算法在实际应用中的安全和性能仍需进一步确认。”

如果没有适当的验证和评估，语音生物标志物诊断工具可能会在公众中产生虚假的安全感，或使卫生服务不堪重负。Fagherazzi说道：“语音生物标志物及其在数字技术（智能手机应用程序、语音助手、智能镜子......）中的应用应该与终端用户共同设计。而根据我在语音市场上的观察，目前还远远不规范。患者和公众还没有接受语音生物标志物。”

为了获得公众的信任和接受，语音数据的隐私和保护必须是发展的核心，而严格执行对语音数据处理的监管是关键。语音数据是个人数据，可以用来揭示一个人的性别、年龄、语言、地理和社会文化渊源以及健康状况。鉴于最近有人试图利用人工智能来深度伪造语音克隆，以进行网络犯罪，语音数据可能会有较大的风险。因此，欧盟的执法机构欧洲刑警组织（Europol）呼吁各成员国对能够检测深度伪造的技术进行“重大投资”。

虽然该领域有一定的前景，而且有大量的投资和极大的热情，但人工智能驱动的语音生物标志物在被临床认可之前，还有很长的路要走。这项研究需要更好的伦理和技术标准，以充分实现语音生物标志物在疾病早期检测方面的潜力。END

题图Copyright© 2021 ioat/Shutterstock

*中文翻译仅供参考，所有内容以英文原文为准。

推荐阅读

点击阅读原文，查看《柳叶刀-数字医疗》更多内容