Ako hlasové biomarkery odhaľujú choroby z reči

Váš hlas ukrýva stopy k vášmu zdraviu

Zakaždým, keď hovoríte, váš hlas nesie oveľa viac informácií ako len slová. Jemné variácie vo výške tónu, rytme, dychovosti a tremore odrážajú stav vášho nervového systému, dýchacích ciest a dokonca aj kardiovaskulárneho zdravia. Výskumníci a rastúci počet startupov teraz používajú umelú inteligenciu na dekódovanie týchto skrytých signálov – premieňajú jednoduchý záznam hlasu na potenciálny diagnostický nástroj.

Koncept sa nazýva hlasové biomarkery: merateľné vlastnosti v hlase človeka, ktoré sú štatisticky spojené s klinickým stavom. Na rozdiel od odberu krvi alebo MRI, vzorka hlasu sa dá zachytiť pomocou smartfónu, čo z nej robí jednu z najdostupnejších metód skríningu, aké si možno predstaviť.

Ako funguje analýza hlasu

Proces od reči po skríning sleduje konzistentný vzorec v rôznych výskumných laboratóriách a komerčných platformách. Najprv pacient nahrá krátku vzorku – niekedy predĺženú samohlásku, niekedy čítaný úryvok alebo niekoľko minút rozhovoru. Zvuk sa potom predpracuje, aby sa odstránil hluk v pozadí a normalizovala hlasitosť.

Ďalej algoritmy extrahujú desiatky akustických prvkov: Mel-Frequency Cepstral Coefficients (MFCC), jitter (variácia výšky tónu medzi cyklami), shimmer (variácia amplitúdy), pomer harmonických k šumu a rýchlosť reči. Pri kognitívnych stavoch sa analyzujú aj lingvistické prvky – výber slov, zložitosť viet, pauzy.

Modely strojového učenia, často kombinujúce konvolučné a rekurentné neurónové siete, potom porovnávajú tieto prvky so vzormi naučenými z tisícov označených nahrávok. Výstupom je zvyčajne skóre rizika alebo binárna značka, ktorú môže lekár použiť spolu s konvenčnými testami.

Aké choroby môže hlas odhaliť?

Najsilnejšie dôkazy existujú pre neurologické a psychiatrické stavy. Až u 89 % pacientov s Parkinsonovou chorobou sa vyvinú merateľné poruchy hlasu – niekedy roky predtým, ako sa objavia viditeľné motorické príznaky, podľa výskumu publikovaného v Sensors and Diagnostics. Modely AI analyzujúce predĺžené samohláskové fonácie dosiahli presnosť nad 91 % pri rozlišovaní pacientov s včasnou Parkinsonovou chorobou od zdravých kontrolných osôb.

Depresia a úzkosť menia hlasovú prozodiu – melódiu a rytmus reči – spôsobmi, ktoré dokážu trénované algoritmy detekovať s presnosťou často v rozmedzí 80 %. Alzheimerova choroba zanecháva odtlačky prstov v jazykovej zložitosti a vzorcoch váhania dlho pred formálnou diagnózou.

Aplikácie však presahujú rámec mozgu. Výskumníci z Mayo Clinic zistili, že špecifické hlasové prvky sú nezávisle spojené s ischemickou chorobou srdca, a to aj po úprave o tradičné rizikové faktory. Samostatná pilotná štúdia publikovaná v Mayo Clinic Proceedings: Digital Health preukázala, že analýza hlasu by mohla slúžiť na skríning cukrovky 2. typu. Aktívne sa skúmajú aj respiračné ochorenia, ako je CHOCHP a astma.

Z laboratória do kliniky

Niekoľko spoločností presadzuje hlasové biomarkery smerom k reálnemu nasadeniu. Canary Speech, firma so sídlom v Utahu, vyvinula nástroje na ambientálne počúvanie, ktoré sa už používajú v lekárskom výskume FDA a IRB. Začiatkom roka 2026 spoločnosť spustila štúdiu schválenú IRB so spoločnosťou Intermountain Health na detekciu sklerózy multiplex iba prostredníctvom hlasu. Telezdravotnícke platformy, ktoré sú v súlade s HIPAA, začínajú integrovať moduly hlasového skríningu, ktoré umožňujú pasívnu analýzu počas bežných virtuálnych stretnutí.

Prínos je zrejmý: skríning založený na hlase je neinvazívny, lacný a škálovateľný. Pacient vo vidieckej oblasti, kde nie je v blízkosti žiadny neurológ, by si mohol nahrať 45-sekundovú vzorku v telefónnej aplikácii a získať posúdenie rizika v priebehu niekoľkých minút.

Výzvy a obmedzenia

Napriek sľubným výsledkom zostávajú významné prekážky. Žiadny nástroj na báze hlasových biomarkerov zatiaľ nezískal povolenie od FDA na samostatnú klinickú diagnostiku. Väčšina štúdií sa spolieha na relatívne malé, demograficky úzke súbory údajov, čo vyvoláva obavy o to, ako dobre sa modely zovšeobecňujú naprieč jazykmi, prízvukmi, vekom a etnickým pôvodom.

Súkromie je ďalším naliehavým problémom. Záznam hlasu môže odhaliť nielen zdravotný stav, ale aj identitu, pohlavie, etnický pôvod a emocionálny stav. Výskumníci zdôrazňujú potrebu šifrovania, anonymizácie a prísnych protokolov manipulácie s údajmi pred rozsiahlym prijatím.

Existuje aj riziko nadmerného spoliehania sa. Hlasové biomarkery sa najlepšie chápu ako skríningová vrstva – spôsob, ako označiť jednotlivcov, ktorí by mali podstúpiť ďalšie klinické vyšetrenie – a nie ako náhrada zavedených diagnostických metód.

Prečo na tom záleží

Včasná detekcia je najväčšia páka v medicíne. Zachytenie Parkinsonovej choroby o päť rokov skôr, identifikácia depresie pred krízou alebo označenie srdcového rizika počas bežného telefonického hovoru by mohlo zachrániť životy a dramaticky znížiť náklady na zdravotnú starostlivosť. Keďže modely AI sú čoraz presnejšie a súbory údajov sú rozmanitejšie, hlas sa môže stať jedným z najvýkonnejších – a najdemokratickejších – dostupných diagnostických nástrojov.