最近，學(xué)界和業(yè)界掀起了一股「聲音診斷」的熱潮，只要利用你的聲音，就能判斷出你是否患有疾病。診斷的范圍大到令人瞠目結(jié)舌–從抑郁癥到心腦血管疾病，只要有聲音，就沒有檢測不了的疾病。

　　這聽起來好像和中醫(yī)的「望聞問切」的「聞」很相似–聞而知之者，聞其五音，以別其病。但這里所說的「聲音診斷」可不是醫(yī)生去聽你的聲音看病，而是「機器」去聽你的聲音來診斷疾病。你需要做的，就是在手機里下個APP就行了。

　　下載個APP說幾句話就能看?。窟@可不是異想天開，而是有科學(xué)依據(jù)的。

　　越來越多的證據(jù)表明：你的健康都和你發(fā)出聲音息息相關(guān)。如果你身體上或心理上出現(xiàn)了問題，那么你的聲音可能會變得纖細，或說話帶有鼻音，或者你的言語更加粗暴，又或者你的聲音會伴隨著人耳難以區(qū)分的「顫抖」。[1]

　　對于人類來講，僅說一個簡單的詞語就需要大腦中的多個神經(jīng)回路中進行復(fù)雜協(xié)調(diào)、對呼吸系統(tǒng)進行精確的控制、掌握好協(xié)調(diào)的肌肉骨骼系各個部分的激活的時間，這樣才能控制整個聲道的發(fā)音的清晰度。一旦身體出現(xiàn)了疾病，那么對于人類普遍相似的非語言特征來講，疾病的特異性干擾會對某個系統(tǒng)或多個系統(tǒng)會產(chǎn)生細微的、難以察覺、但具有特性的變化。而這種變化，是可以利用機器來進行分析計算的。

　　雖然在目前，聲音診斷的準確性和精確性仍然處于“模糊”的狀態(tài)下，但大量的科學(xué)家和企業(yè)涌入這個領(lǐng)域則表明一件事：聲音診斷是一場不能輸?shù)舻谋荣悺?/p>

　　IBM正在組建一支學(xué)術(shù)研究人員的隊伍來訓(xùn)練「訓(xùn)練」沃森機器人，想讓沃森從人們的語音模式來判斷未來患上精神失常的可能性。柏林的一家公司AudioProfiling正在利用聲音診斷小兒多動癥（ADHD）。澳大利亞國家信息通信技術(shù)（NICTA）同樣也在研究利用語音來診斷精神疾病。波士頓的一家公司，Cogito，為美國軍人退伍事業(yè)部研發(fā)了一款A(yù)PP，能夠利用聲音監(jiān)測人的情緒狀況，這款A(yù)PP能診斷抑郁癥和雙相型障礙（bipolar disorder）。

　　甚至連美國軍方對聲音診斷也十分感興趣：今年6月份，美國軍方和MIT的林肯實驗室（MIT Lincoln Laboratory）合作，其目的是要研發(fā)出一款能夠通過FDA審批、檢測腦損傷的設(shè)備。

　　而在激烈的競爭中異軍突起的是一家初創(chuàng)公司–Sonde Health

　　Sonde Health，一家位于波士頓的創(chuàng)業(yè)公司，6月28日成立，致力于利用聲音來監(jiān)測和診斷人們的生理和心理健康，獲得了PureTech公司的風(fēng)險投資。

　　Sonde Health作為一家創(chuàng)業(yè)公司能在這場激烈廝殺市場站穩(wěn)腳跟，靠的是過硬的技術(shù)–2016年6月28日，Sonde Health宣布它對健康監(jiān)測音頻分析技術(shù)（health monitoring audio analysis technology）獨占許可證。

　　這項令人眼紅的技術(shù)誕生在麻省理工的林肯實驗室（就是上文中與美國軍方合作的實驗室），是Thomas Quatieri博士帶領(lǐng)的HUMAN LANGUAGE TECHNOLOGY團隊研發(fā)出來的。

　　這項發(fā)明獲得了Audio/Visual Emotion Challenge （AVEC）下治療抑郁癥的大獎–從簡短講話的樣本中識別抑郁癥并估計癥狀的嚴重程度中這項技術(shù)表現(xiàn)出了最佳的準確性。[2]在試點研究中，這項技術(shù)也展現(xiàn)出了它具有檢測輕度創(chuàng)傷性腦損傷（MTBI）、腦震蕩、認知障礙和帕金森病并客觀測量癥狀的能力。

　　Sonde Health聲音診斷的藍圖是：利用人們現(xiàn)有設(shè)備研發(fā)一款A(yù)PP來監(jiān)測人們的生理和心理健康–對病人的朗讀內(nèi)容進行音頻剪輯，在不記錄說話內(nèi)容的情況下對病人的聲音特征進行提取。聯(lián)合創(chuàng)始人兼首席運營官Jim Harper說：「這么做的目的是利用人們已有的設(shè)備對人們的健康隨時隨地進行監(jiān)測」。

　　「說話是我們每天必做的事情」Harper說，「說話需要大腦相應(yīng)的肌骨系統(tǒng)、呼吸系統(tǒng)區(qū)域之間極其復(fù)雜的協(xié)調(diào)。正常時說話的停頓，包括停頓時間長短不同、音調(diào)音色的變化都會導(dǎo)致說話聲音的混亂。據(jù)此，我們可以分析出用戶潛在的健康問題、正在惡化的疾病、甚至是存在自殺的傾向」。

　　目前Sonde專注于抑郁癥、呼吸系統(tǒng)、心血管疾病三大領(lǐng)域，而對于這三大領(lǐng)域來說，遠程、被動監(jiān)測是非常有用的。「這項技術(shù)對監(jiān)測抑郁癥很有效」，Harper說。孕婦和產(chǎn)婦很容易患上抑郁癥，美國政府正在呼吁對這類人群給予更多的關(guān)注，而Sonde也許能提供一個有效的監(jiān)測手段。

　　「利用人們現(xiàn)在已經(jīng)有的設(shè)備識別出精神病的早期癥狀，并且能監(jiān)測治療的反應(yīng)是從滯后性的治療邁向預(yù)防性護理的關(guān)鍵一步」Aimee Danielson說，她是治療之星喬治城大學(xué)醫(yī)院（MedStar Georgetown University Hospital）婦女心理健康計劃（Women s Mental Health Program）的主任?！高@種方法對那些需要長期診斷的疾病尤為重要，像圍產(chǎn)期的心情和焦慮障礙，包括產(chǎn)后抑郁癥和其他的中樞神經(jīng)系統(tǒng)的疾病。而恰恰是這些疾病缺乏客觀、可靠的篩選和檢測技術(shù)。」

　　到目前為止，語音診斷領(lǐng)域的學(xué)者只進行了一系列相對較小的研究。Sonde需要進一步擴大研究的范圍，這么做不僅是為了收集更多證據(jù)說服臨床醫(yī)生和監(jiān)管機構(gòu)相信診斷的結(jié)果，同時也是因為語音診斷的底層技術(shù)，也就是機器學(xué)習(xí)，需要大量的數(shù)據(jù)支撐。

　　「Sonde會將語音診斷技術(shù)應(yīng)用到其他神經(jīng)系統(tǒng)疾病上，這項技術(shù)會不斷改進，一開始它需要人們主動和它交談，然后改進為它能主動地檢測人們的健康，幫助人們預(yù)防疾病。絕大多數(shù)病情不斷惡化的病人不會積極地去監(jiān)測自己。最后，語音檢測一定會融入我們?nèi)粘Ｉ町?dāng)中?！笻arper說。

　　「利用人們現(xiàn)有的設(shè)備進行語音診斷，并長期監(jiān)測人們生理和心理健康」這個愿景看上去很美，但是語音診斷的結(jié)果到底可不可靠呢？

　　「想要使聲音診斷在臨床上有效，可不是一件容易的事?！笴hristian Poellabauer說道，他是圣母大學(xué)（University of Notre Dame）的計算機科學(xué)家，主要研究方向是神經(jīng)系統(tǒng)疾病的生物標(biāo)志物（biomarkers for neurological conditions）?！刚页雎曇裟Ｊ阶兓恼嬲蚴欠浅ｋy的。想要通過聲音診斷疾病，那錄音必須是有用的，這就可能需要購買昂貴的設(shè)備。而且還需要大量的數(shù)據(jù)，以確保診斷的相關(guān)性是可靠的。」

　　同時，「文化差異」也是影響診斷準確性的因素之一。Poellabauer的團隊在一次用聲音診斷腦震蕩的測試中發(fā)現(xiàn)：許多年輕的運動員在說「hell」這個詞語時變得吞吞吐吐，或者改變了他們的音調(diào)。[3]然而，這種情況和年輕運動員有腦損傷并沒有什么相關(guān)性。

　　「說話是一個非常、非常復(fù)雜的機制」Poellabauer說道。

　　除此之外，制約語音診斷發(fā)展的另外一個關(guān)鍵性的問題就是：語音診斷的信息對病人到底有多大用處？臨床醫(yī)生是否知道該如何處理語音診斷的結(jié)果？

　　「如果你下載這個APP，它告訴你你講話吐字不清并患有中風(fēng)，這的確有用，因為你知道自己需要馬上去醫(yī)院」紐約大學(xué)（New York University）的醫(yī)學(xué)倫理家Arthur Caplan說，「但如果這個APP告訴你你下周可能有38%的可能性患有偏頭疼，那就對你沒什么用了?！?/p>

　　Caplan提出另外一種情況可能會影響語音診斷的準確性：「假如你有一次大發(fā)雷霆或控制不了自己的情緒，那么這個APP會不會把你偶爾一次的『暴走』診斷為疾病？」Caplan繼續(xù)問道：「我們該如何讓語音診斷的APP明白哪些是我們想要讓它監(jiān)測的，哪些是我們不想讓它監(jiān)測的？兩者的界限在哪里？」

　　對于中醫(yī)來講，「聞」這種方法不會對病人的隱私造成干擾，畢竟中醫(yī)的「聞」只是短暫的、間斷性的，病人可以有意識地選擇自己說話的內(nèi)容。然而，對于語音診斷來說，可能需要APP在后臺運行，無時無刻地監(jiān)測病人的語音，那么病人的「隱私安全」就成為一個棘手的問題。

　　反對者認為：語音識別的技術(shù)已經(jīng)發(fā)展到僅僅憑語音、語調(diào)以及說話的節(jié)奏就可以識別患者的身份，即使語音樣本中沒有出現(xiàn)患者的名字。而這將大大威脅到我們的隱私安全，一旦軟件記錄的非常私人化的語音信息泄露出去，那么我們毫無隱私可言。

　　對此，Harper首先表示：「語音診斷的確可能會在用戶不知情的情況下監(jiān)測疾病」。但他提出了一種解決方法：「只分析語音樣本的生物標(biāo)志物（vocal biomarkers），而不去分析語音樣本說話的具體內(nèi)容，也不會去存儲。這樣既能提醒用戶潛在的健康問題，又能保障用戶的隱私安全」。

　　「我不認為我們現(xiàn)在的技術(shù)水平能夠做到僅僅通過語音來辨別一個人的身份」Cheryl Corcoran說，她在哥倫比亞大學(xué)研究精神分裂癥，目前正在和IBM的沃森機器人合作，「但是這項技術(shù)在未來很有可能實現(xiàn)」。

　　也許在不遠的未來，當(dāng)語音診斷技術(shù)和人工智能結(jié)合，或許我們每個人都能擁有一個隨時隨地呵護我們健康的「大白」。