Jak hlasové biomarkery odhalují nemoci z řeči

Váš hlas skrývá klíč k vašemu zdraví

Pokaždé, když mluvíte, váš hlas nese mnohem více informací než jen slova. Jemné odchylky ve výšce tónu, rytmu, dýchavičnosti a třesu odrážejí stav vašeho nervového systému, dýchacích cest a dokonce i kardiovaskulárního zdraví. Vědci a rostoucí počet startupů nyní využívají umělou inteligenci k dekódování těchto skrytých signálů – přeměňují jednoduchý záznam hlasu na potenciální diagnostický nástroj.

Tento koncept se nazývá hlasové biomarkery: měřitelné rysy v hlase člověka, které jsou statisticky spojeny s klinickým stavem. Na rozdíl od odběru krve nebo magnetické rezonance lze hlasový vzorek pořídit pomocí pouhého smartphonu, což z něj činí jednu z nejdostupnějších screeningových metod, jaké si lze představit.

Jak funguje analýza hlasu

Proces od řeči ke screeningu sleduje konzistentní vzorec napříč výzkumnými laboratořemi a komerčními platformami. Nejprve pacient nahraje krátký vzorek – někdy prodlouženou samohlásku, někdy úryvek textu nebo několik minut konverzace. Zvuk je poté předzpracován, aby se odstranil hluk na pozadí a normalizovala hlasitost.

Dále algoritmy extrahují desítky akustických prvků: Mel-frekvenční kepstrální koeficienty (MFCC), jitter (variace výšky tónu mezi cykly), shimmer (variace amplitudy), poměr harmonických k šumu a rychlost řeči. U kognitivních stavů se analyzují také lingvistické prvky – volba slov, složitost vět, pauzy.

Modely strojového učení, často kombinující konvoluční a rekurentní neuronové sítě, pak porovnávají tyto prvky s vzory naučenými z tisíců označených nahrávek. Výstupem je obvykle skóre rizika nebo binární příznak, který může lékař použít spolu s konvenčními testy.

Jaké nemoci může hlas odhalit?

Nejsilnější důkazy existují pro neurologické a psychiatrické stavy. Až u 89 % pacientů s Parkinsonovou chorobou se vyvinou měřitelné poruchy hlasu – někdy i roky předtím, než se objeví viditelné motorické příznaky, uvádí výzkum publikovaný v Sensors and Diagnostics. Modely umělé inteligence analyzující prodloužené samohlásky dosáhly přesnosti nad 91 % při rozlišování pacientů s časnou Parkinsonovou chorobou od zdravých kontrolních subjektů.

Deprese a úzkost mění hlasovou prozódii – melodii a rytmus řeči – způsobem, který mohou trénované algoritmy detekovat s přesností často v rozmezí 80 %. Alzheimerova choroba zanechává otisky prstů ve složitosti jazyka a vzorcích váhání dlouho před formální diagnózou.

Aplikace se ale rozšiřují i mimo mozek. Výzkumníci z Mayo Clinic zjistili, že specifické hlasové prvky jsou nezávisle spojeny s onemocněním koronárních tepen, a to i po úpravě o tradiční rizikové faktory. Samostatná pilotní studie publikovaná v Mayo Clinic Proceedings: Digital Health prokázala, že analýza hlasu by mohla sloužit ke screeningu diabetu 2. typu. Respirační onemocnění, jako je CHOPN a astma, jsou také aktivně zkoumána.

Z laboratoře do kliniky

Několik společností prosazuje hlasové biomarkery směrem k reálnému nasazení. Canary Speech, firma se sídlem v Utahu, vyvinula nástroje pro ambientní poslech, které se již používají v lékařském výzkumu schváleném FDA a IRB. Začátkem roku 2026 společnost zahájila studii schválenou IRB s Intermountain Health s cílem detekovat roztroušenou sklerózu pouze prostřednictvím hlasu. Telezdravotnické platformy splňující požadavky HIPAA začínají integrovat moduly pro hlasový screening, které umožňují pasivní analýzu během běžných virtuálních schůzek.

Přitažlivost je zřejmá: screening založený na hlase je neinvazivní, levný a škálovatelný. Pacient ve venkovské oblasti, kde není v blízkosti neurolog, by si mohl nahrát 45sekundový vzorek v telefonní aplikaci a obdržet posouzení rizika během několika minut.

Výzvy a omezení

Navzdory slibným výsledkům zůstávají významné překážky. Žádný nástroj pro hlasové biomarkery dosud nezískal schválení FDA pro samostatnou klinickou diagnózu. Většina studií se spoléhá na relativně malé, demograficky úzké soubory dat, což vyvolává obavy o to, jak dobře se modely zobecňují napříč jazyky, akcenty, věkem a etnickým původem.

Soukromí je dalším naléhavým problémem. Záznam hlasu může odhalit nejen zdravotní stav, ale také identitu, pohlaví, etnický původ a emocionální stav. Vědci zdůrazňují potřebu šifrování, anonymizace a přísných protokolů pro nakládání s daty před rozšířeným přijetím.

Existuje také riziko přílišného spoléhání se. Hlasové biomarkery jsou nejlépe chápány jako screeningová vrstva – způsob, jak označit jedince, kteří by měli podstoupit další klinické vyšetření – spíše než jako náhrada zavedených diagnostických metod.

Proč na tom záleží

Včasná detekce je největší pákou v medicíně. Zachycení Parkinsonovy choroby o pět let dříve, identifikace deprese před krizí nebo označení srdečního rizika během běžného telefonátu by mohlo zachránit životy a dramaticky snížit náklady na zdravotní péči. Jak se modely umělé inteligence stávají přesnějšími a soubory dat rozmanitějšími, hlas se může stát jedním z nejmocnějších – a nejdemokratičtějších – dostupných diagnostických nástrojů.