AI otkriva rak glasnica iz zvuka glasa

Nova istraživanja pokazuju da AI može prepoznati rane znakove raka grkljana iz obične glasovne snimke, nudeći brzu i neinvazivnu dijagnostiku budućnosti.

Mladen Smrekar utorak, 12. kolovoza 2025. u 15:40
Rezultati ukazuju na to da bi skupovi podataka poput Bridge2AI-Voice uskoro mogli pomoći da ljudski glas postane biomarker za rizik od raka 📷 kjpargeter
Rezultati ukazuju na to da bi skupovi podataka poput Bridge2AI-Voice uskoro mogli pomoći da ljudski glas postane biomarker za rizik od raka kjpargeter

Umjetna inteligencija uskoro bi mogla postati moćan saveznik u ranom otkrivanju raka grkljana – samo na temelju snimke glasa. Istraživanje predstavljeno u časopisu Frontiers in Digital Health, pokazalo je da lezije glasnica, bilo benigne ili kancerogene, mijenjaju akustične karakteristike govora, posebno omjer harmonika i šuma te visinu tona.

Akustičke razlike

Istraživači su se usredotočili na razlike u nizu akustičkih značajki glasa: na primjer, srednju osnovnu frekvenciju (visinu tona); podrhtavanje, varijaciju visine tona unutar govora; treperenje, varijaciju amplitude; te omjer harmonika i šuma, mjeru odnosa između harmonijske i šumne komponente govora. Otkrili su značajne razlike u omjeru harmonika i šuma te osnovnoj frekvenciji između muškaraca bez ikakvog poremećaja glasa, muškaraca s benignim lezijama glasnica i muškaraca s rakom grkljana.

Istraživači su pokazali da se pacijenti s benignim lezijama glasnica i rakom grkljana mogu razlikovati po akustičnim značajkama glasa, posebno omjeru harmonika i šuma te njegovim varijacijama unutar govora 📷 Phillip Jenkins, Rylan Harrison, Steven Bedrick, Lisa Karstens, William Hersh
Istraživači su pokazali da se pacijenti s benignim lezijama glasnica i rakom grkljana mogu razlikovati po akustičnim značajkama glasa, posebno omjeru harmonika i šuma te njegovim varijacijama unutar govora Phillip Jenkins, Rylan Harrison, Steven Bedrick, Lisa Karstens, William Hersh

Korištenjem javnog skupa podataka Bridge2AI-Voice, s više od 12 tisuća snimaka 306 sudionika, informatičari oregonskog sveučilišta OHSU utvrdili su da se prema tim zvučnim "potpisima" može razlikovati zdrave osobe od onih s rizikom, osobito kod muškaraca. Kod žena zasad nije otkriven jasan akustični obrazac, no veći uzorci mogli bi otkriti razlike.

Automatska analiza glasa

Rak grkljana godišnje pogađa više od milijun ljudi diljem svijeta, a rana dijagnoza drastično povećava šanse za preživljenje. Trenutne metode poput endoskopije i biopsije su invazivne i često uzrokuju odgode. Sustavi za automatsku analizu glasa mogli bi ponuditi brzu i neinvazivnu trijažu pacijenata, smanjujući pritisak na zdravstveni sustav.

Nakon što je utvrđen dokaz principa, sljedeći korak bit će korištenje algoritama na više podataka i njihovo testiranje u kliničkim uvjetima na glasovima pacijenata 📷 Freepik
Nakon što je utvrđen dokaz principa, sljedeći korak bit će korištenje algoritama na više podataka i njihovo testiranje u kliničkim uvjetima na glasovima pacijenata Freepik

Stručnjaci procjenjuju da bi ovakvi AI alati, uz dodatne podatke i kliničku validaciju, mogli ući u pilot primjenu u roku od nekoliko godina – pretvarajući ljudski glas u vrijedan biomarker zdravlja.