دانشمندان صدای مردانی را که دارای ناهنجاری در تارهای صوتی بودند (که می‌تواند نشانه اولیه سرطان حنجره باشد) و مردانی را که فاقد این ناهنجاری بودند ضبط کردند و دریافتند که تفاوت‌هایی در ویژگی‌های صوتی از جمله زیر‌و‌بمی صدا، حجم و وضوح وجود دارد. آنها اکنون می‌گویند هوش مصنوعی می‌تواند برای شناسایی این «نشانگرهای زیستی صوتی» به کار گرفته شود و به تشخیص زودهنگام‌تر و کمتر تهاجمی منجر شود.
پژوهشگران دانشگاه علم و سلامت اورگن معتقدند پیام‌های صوتی اکنون می‌توانند برای آموزش یک ابزار هوش مصنوعی برای تشخیص ضایعات تارهای صوتی به کار روند.
آنها با استفاده از ۱۲ هزار و ۵۲۳ صدای ضبطشده از ۳۰۶ شرکت‌کننده در سراسر آمریکای شمالی، دریافتند که تفاوت‌های صوتی متمایزی میان مردان مبتلا به سرطان حنجره، مردان دچار ضایعات تارهای صوتی و مردان دارای تارهای صوتی سالم وجود دارد. با این حال، به گفته پژوهشگران، تفاوت‌های شاخص مشابهی در زنان مشاهده نشد.
آنها اکنون امیدوارند بتوانند صداهای ضبطشده بیشتری از افراد دچار و فاقد ضایعات متمایز تارهای صوتی جمع‌آوری کنند تا مجموعه داده بزرگ‌تری برای کار ابزارها ایجاد شود.
در بریتانیا هر سال بیش از ۲۰۰۰ مورد جدید سرطان حنجره شناسایی می‌شود. علائم این بیماری می‌تواند تغییر در صدا، مانند خش‌دار شدن، صدای خس‌خس زیر و تیز هنگام تنفس، و سرفه طولانی‌مدت را شامل شود.
دکتر فیلیپ جنکینز، نویسنده اصلی این مطالعه، گفت: «در این‌جا نشان می‌دهیم که با استفاده از این مجموعه داده، می‌توانیم نشانگرهای زیستی صوتی را برای تشخیص تفاوت میان صدای بیماران دچار ضایعات تارهای صوتی و افراد فاقد چنین ضایعاتی به کار ببریم.»
او افزود: «برای حرکت از این مطالعه به‌سوی ابزار هوش مصنوعی که ضایعات تارهای صوتی را تشخیص دهد، باید مدل‌ها را با استفاده از مجموعه داده بزرگ‌تری از صداهای ضبط‌‌شده‌ای که متخصصان برچسب‌گذاری کرده‌اند، آموزش دهیم. سپس، باید سیستم را آزمایش کنیم تا مطمئن شویم برای زنان و مردان به‌طور یکسان موثر است.»
جنکینز پیش‌بینی کرد: «ابزارهای سلامت مبتنی بر صدا هم‌اکنون در مرحله آزمایشی قرار دارند. بر اساس یافته‌های ما، برآورد می‌کنم که با مجموعه داده‌های بزرگ‌تر و تایید بالینی، ابزارهای مشابه برای تشخیص ضایعات تارهای صوتی ممکن است در چند سال آینده وارد مرحله آزمایشی شوند.»
این در حالی است که پیش‌تر پژوهشی از کلیک لبز (Klick Labs) در تورنتو یک مدل هوش مصنوعی ساخته بود که قادر بود فقط با ۶ تا ۱۰ ثانیه از صدای ضبطشده فرد، تشخیص دهد به دیابت نوع ۲ مبتلا است یا خیر. در این بررسی، ۱۸ هزار صدای ضبطشده تجزیه و تحلیل شد تا ویژگی‌های صوتی متمایزکننده افراد دیابتی و غیردیابتی شناسایی شود و دقت این مدل ۸۹ درصد برای زنان و ۸۶ درصد برای مردان گزارش شد.
جیسی کافمن، پژوهشگر در کلیک لبز، با تحسین ظرفیت آینده ابزارهای صوتی مجهز به هوش مصنوعی در حوزه سلامت، گفت: «روش‌های کنونی تشخیص می‌توانند زمان‌بر، پرهزینه و نیازمند جابه‌جایی باشند. فناوری صدا این امکان و ظرفیت را دارد که این موانع را به‌کل رفع کند.»
