高血压，通常被称为“无声杀手”，仍然是一个重大的全球健康挑战。影响全球超过35%的人口，这种状况往往直到并发症出现才被发现。尽管血压监测设备有所进步，但传统方法仍然难以触及许多人群，尤其是在服务不足的地区。这促使了创新筛查方法的发展，包括一项突破性研究，该研究探索了语音分析作为高血压的非侵入性诊断工具。
高血压检测的新框架
Klick Labs的研究人员开创了一种仅通过个人语音预测慢性高血压的技术。他们的研究最近发表在同行评审期刊IEEE Access上，展示了语音生物标志物在检测高血压方面的潜力。通过分析语音中的细微模式，这种方法有望使健康筛查更加便捷和经济。
该研究涉及245名参与者，他们每天最多六次记录自己的声音，持续两周，使用专有的移动应用程序。该应用程序由Klick Labs开发，利用机器学习分析数百个无法被人耳察觉的语音生物标志物，包括音调变化、能量分布模式和声音锐度的变化。
研究人员设定了两个定义高血压的阈值：收缩压（SBP）≥135 mmHg或舒张压（DBP）≥85 mmHg；以及收缩压（SBP）≥140 mmHg或舒张压（DBP）≥90 mmHg。预测模型根据性别进行了调整，在第一个阈值下，女性的准确率达到了84%，男性的准确率为77%。对于更严格的第二个阈值，女性的准确率为63%，男性为86%。
“通过利用各种分类器并建立基于性别的预测模型，我们发现了一种更便捷的方法来检测高血压，我们希望这能为这一全球性健康问题带来更早的干预。”Klick Labs高级副总裁兼研究负责人Yan Fossat说，“高血压可能导致从心脏病和肾病到痴呆等多种并发症。”
高血压是心脏病、中风和肾功能衰竭的主要原因之一，使其成为公共卫生的关键问题。世界卫生组织（WHO）估计，超过50%的高血压患者对自己的病情不知情。令人担忧的是，超过75%的确诊病例发生在低收入和中等收入国家，这些地区的医疗服务有限。
传统的血压测量技术，如使用袖带或自动设备，需要专业知识和专门设备。这些限制阻碍了广泛筛查，特别是在偏远或服务不足的地区。Klick Labs开发的创新语音分析方法通过提供一种经济实惠且便携的解决方案解决了这一差距。
语音分析的工作原理
基于语音的检测依赖于识别与生理状态相关的语音模式。为此研究设计的移动应用程序分析了诸如基本频率（音调）、梅尔频率倒谱系数（语音能量分布）和频谱对比度（声音变化的锐度）等生物标志物。这些特征反映了心血管系统中的细微变化，为血压水平提供了窗口。
训练有素的机器学习算法使应用程序能够以惊人的准确性将个体分类为高血压或正常血压。该研究采用留一法验证方法，确保模型测试的稳健性，减少偏差并提高可靠性。
“语音技术有可能极大地改变医疗保健，使其更加便捷和经济，特别是对于大量服务不足的人群。”Klick Labs研究科学家Jaycee Kaufman说，“我们的持续研究表明，语音生物标志物在检测高血压、糖尿病和其他一系列健康状况方面具有重大潜力。”
这项研究标志着Klick Labs首次使用语音技术识别高血压，建立在其早期糖尿病检测工作的基础上。2023年10月，该团队在《梅奥诊所院刊：数字健康》上发表了研究结果，表明语音分析结合AI可以准确筛查2型糖尿病。另一项发表在《科学报告》上的研究表明，血糖水平与音调之间存在联系。
通过与世界各地的医院、学术机构和公共卫生部门合作，Klick Labs旨在改进其AI算法以实现更广泛的应用。从慢性病的早期检测到持续的健康管理，语音生物标志物可能会彻底改变我们预防护理的方式。
“高血压只是一个开始。”Fossat说，“随着我们对语音生物标志物的理解不断加深，我们设想未来简单的语音录音就能提供关于多种健康状况的见解。”
该研究的影响深远。高血压，这种常常被发现得太晚的病症，现在可以通过像智能手机应用程序这样简单的工具进行筛查。对于生活在偏远或服务不足地区的人们来说，这项技术代表着一条生命线——一个早期识别风险并采取预防措施的机会。
虽然仍需进一步研究以验证这些发现是否适用于更大、更多样化的人群，但结果是迈向更具包容性医疗保健的重要一步。通过利用语音的力量，科学家们正在将日常活动转变为通往更好健康的钥匙。随着语音生物标志物领域的不断发展，它对全球健康的影响可能是变革性的。
(全文结束)
