۲۸ ژوئیه ۲۰۲۶ - صدای یک فرد می‌تواند بسیار فراتر از آنچه می‌گوید را بیان کند. محققان به‌طور فزاینده‌ای دریافته‌اند که تغییرات ظریف در گفتار، تنفس و کیفیت صدا، سرنخ‌های ارزشمندی از طیف وسیعی از شرایط سلامتی، از پارکینسون و آلزایمر گرفته تا افسردگی، نارسایی قلبی و دیابت نوع ۲ ارائه می‌دهند. انتظار می‌رود این شاخص‌های مشتق‌شده از صدا که به عنوان «نشانگرهای زیستی صوتی یا Vocal Biomarkers» شناخته می‌شوند، به‌زودی برای تشخیص و پایش بیماری‌ها مورد استفاده قرار گیرند.

برای کمک به شکوفایی این پتانسیل، محققان و پزشکان از دپارتمان سلامت دقیق (DoPH) در مؤسسه سلامت لوکزامبورگ (LIH) و دانشکده پزشکی مورسانی دانشگاه فلوریدای جنوبی، تلاش بین‌المللی جدیدی را برای ایجاد نخستین چارچوب و تعاریف مبتنی بر اجماع برای نشانگرهای زیستی صوتی رهبری کرده‌اند.

این مطالعه که در مجله  Digital Biomarkersبه عنوان بخشی از ابتکار VOCAL(دستورالعمل‌های نشانگر زیستی صوتی برای اونتولوژی[1]، طبقه‌بندی، کاربرد و مدیریت عملیاتی) منتشر شده است، ۲۴ متخصص بین‌المللی از اروپا و آمریکای شمالی را گرد هم آورده تا به چالش کلیدی پیش روی فناوری‌های سلامت مبتنی بر صدا، یعنی فقدان زبان علمی مشترک، پاسخ دهند.

با محبوب‌تر شدن تحقیقات در زمینۀ نشانگرهای زیستی صوتی، رشد سریع این حوزه منجر به استفاده از اصطلاحات ناهماهنگ شده است؛ به‌طوری‌که مفاهیمی مانند «نشانگرهای زیستی صدا»، «نشانگرهای زیستی گفتار» و «نشانگرهای زیستی صوتی» علیرغم اشاره به فرایندهای فیزیولوژیکی و شناختی متفاوت، اغلب به‌جای یکدیگر استفاده می‌شوند.

برای رفع این چالش، شبکه اروپایی  eVoiceNetو کنسرسیوم آمریکای شمالی Bridge2AI-Voice، یک فرایند اجماع چندمرحله‌ای دقیق را بین سال‌های ۲۰۲۴ و ۲۰۲۵ انجام دادند. نتیجۀ کار، یک چارچوب ساختاریافته است که به وضوح بین «سنجش‌های صوتی» و «نشانگرهای زیستی صوتی تاییدشده» تمایز قائل شده و یک مدل سلسله‌مراتبی را معرفی می‌کند که حوزه‌های مختلف درگیر در تولید صوت و گفتار را پوشش می‌دهد.

این چارچوب، واژگان علمی مستدلی را فراهم می‌کند که برای بهبود همکاری بین پزشکان، متخصصان گفتار و زبان، مهندسان، دانشمندان داده، رگولاتورها و ذینفعان صنعت طراحی شده است. همچنین هدف آن حمایت از توسعه آتی استانداردها، مسیرهای اعتبارسنجی و دستورالعمل‌های نظارتی برای فناوری‌های سلامت مبتنی بر صدا است.

دکتر Guy Fagherazzi، رئیسدپارتمان سلامت دقیق در LIH، گفت: «صدا پتانسیل عظیمی به عنوان منبع اطلاعات سلامت دارد، اما این حوزه بدون زبان مشترک نمی‌تواند به‌طور کارآمد پیشرفت کند. ما با تعریف دقیق مقیاس‌های سلامت مبتنی بر صدا، در حال ایجاد پایه‌هایی برای تحقیقات قوی‌تر، شفافیت بیشتر و در نهایت فناوری‌های کاربردی بالینی هستیم که می‌تواند به نفع بیماران باشد.»

دکتر یائل بن‌سوسان، دانشیار گوش و حلق و بینی در دانشکده پزشکی مورسانی و مدیر مشترک کنسرسیوم Bridge2AI-Voice، گفت که این چارچوب هم نشان‌دهندۀ پتانسیل و قابلیت ها و هم پیچیدگی تحقیقات نشانگرهای زیستی صوتی است. وی افزود: «یکی از نقاط قوت منحصر به فرد نشانگرهای زیستی صوتی این است که اطلاعات را از چندین سیستم فیزیولوژیکی و شناختی به‌طور همزمان دریافت می‌کنند. با این حال، همین پیچیدگی باعث شده است که تعریف این حوزه دشوار باشد. این کار ساختاری را ارائه می‌دهد که به محققان اجازه می‌دهد ضمن حفظ غنای سیگنال، به یک زبان علمی مشترک صحبت کنند.»

این مقاله، نخستین فاز از ابتکار گسترده‌تر VOCAL است که هدف آن ایجاد دستورالعمل‌ها و استانداردهای بین‌المللی برای تحقیقات و پیاده‌سازی نشانگرهای زیستی صوتی است. محققان امیدوارند که یک واژگان مشترک به تسریع انتقال فناوری‌های مبتنی بر صدا از آزمایشگاه به بخش بالینی کمک کند.

منبع:

https://medicalxpress.com/news/2026-07-disease-voice-ai-experts-standards.html