语音作为疾病检测的生物标志物

语音是一种丰富的生物标志物，编码了关于说话者健康状况的大量信息，因此被提议用于多种疾病的检测，并取得了可喜的成果。然而，关于为自动检测这些疾病而训练的模型究竟在学习什么及其预测依据仍存在疑问，这可能会对患者的生活产生重大影响。这项工作提倡一种可解释的健康模型，适用于检测多种疾病，其动机在于观察到影响语音的疾病通常对语音信号有重叠的影响。本文提出了一个框架，该框架首先定义“参考语音”，然后利用这一定义进行疾病检测。参考语音通过参考区间进行表征，即从参考人群中得出的具有临床意义的声学和语言学特征的典型值。这种语音作为生物标志物领域的新方法受到临床实验室科学中使用参考区间的启发。新说话者相对于该参考模型的偏差被量化，并用作检测阿尔茨海默病和帕金森病的输入。所探索的分类策略基于神经加性模型，这是一种玻璃盒神经网络，能够实现可解释性。所提出的参考语音表征和疾病检测框架旨在通过提供可作为有价值的第二意见的临床解释来支持医学界。