En mesurant des changements subtils dans la qualité de la voix, l'IA pourrait aider les médecins à détecter les lésions de pli vocale dangereuses avant que les symptômes ne s'aggravent.
Étude: voix en tant que biomarqueur: analyse exploratoire pour les lésions de pli vocale bénignes et malignes. Crédit d'image: 3DMedisphere / Shutterstock
Une étude exploratoire révèle que des changements subtils dans les modèles vocaux, en particulier la variabilité du rapport harmonique / bruit, pourraient servir de signes d'alerte précoce des lésions de pli vocale, ouvrant la voie à de futurs outils de dépistage alimentés par l'IA.
Une nouvelle étude dirigée par l'Oregon Health and Science University et les chercheurs de la Portland State University ont identifié des caractéristiques vocales distinctes qui peuvent servir de biomarqueurs potentiels pour la détection précoce des lésions de pli vocale bénignes et malignes. L'étude est publiée dans la revue Frontières en santé numérique.
Sommaire
Arrière-plan
Les modifications de la hauteur vocale, de l'intensité et de la qualité caractérisent les troubles vocaux. Divers facteurs peuvent potentiellement déclencher ces troubles, notamment la pathologie des plis vocaux, les conditions neurologiques ou les modèles d'utilisation de la voix fonctionnelle.
Les personnes atteintes de troubles de la voix éprouvent souvent une mauvaise qualité de vie, une faible estime de soi, des difficultés liées au travail et l'isolement social. Ces expériences sont particulièrement plus prononcées chez les individus dont les rôles professionnels dépendent considérablement de la communication vocale.
Les lésions de pli vocales bénignes et malignes (cancer du larynx) sont associées à des troubles vocaux. Alors que les lésions bénignes affectent considérablement la qualité de la voix et provoquent la morbidité, les lésions malignes sont souvent mortelles si elles ne sont pas traitées.
La dysphonie (une condition caractérisée par une voix anormale) est l'un des premiers symptômes des lésions de pli vocale, qui nécessite un processus de diagnostic comprenant la visualisation du larynx et l'évaluation de la morphologie de la lésion par l'endoscopie vidéo. Le larynx est une structure anatomique dans le cou où se trouvent les plis vocaux.
Les progrès récents des technologies de l'intelligence artificielle (IA) ont facilité l'analyse de la voix humaine pour la détection précoce d'une variété de problèmes de santé, notamment la pathologie laryngée, les troubles neurologiques et psychologiques, les cancers de la tête et du cou et du diabète.
L'utilisation de la voix comme biomarqueur numérique fournit une plate-forme prometteuse pour la détection et le dépistage non invasifs de ces conditions potentiellement mortelles. Le projet Voice to IA, dans le cadre du Consortium National Institutes of Health (NIH) Bridge to Artificial Intelligence (Bridge2ai), vise à analyser la voix en tant que biomarqueur de santé pour une utilisation en soins cliniques.
Dans la présente étude, les chercheurs ont analysé l'ensemble de données Bridge2ai-Voice pour identifier des caractéristiques acoustiques spécifiques qui distinguent efficacement le cancer du larynx et les lésions de pli vocale bénignes des autres pathologies vocales et une fonction vocale saine. Les caractéristiques acoustiques se réfèrent aux propriétés vocales mesurables, y compris la hauteur, le volume et la qualité.
L'étude
L'ensemble de données analysé dans l'étude comprend 12 523 enregistrements de 306 participants collectés sur cinq sites en Amérique du Nord. Les analyses acoustiques se sont concentrées sur les enregistrements de passage arc-en-ciel (180 enregistrements de 176 participants) avec des fonctionnalités pré-extraites à l'aide d'un logiciel OpenSmile. L'objectif principal de l'étude était l'identification des caractéristiques acoustiques qui peuvent distinguer les voix des participants avec des lésions de pli vocale de celles sans troubles vocaux, et distinguer les voix des participants avec des lésions de celles souffrant d'autres troubles vocaux.
Les participants ont été classés en deux groupes en fonction du type de lésion et du diagnostic des troubles vocaux. Le premier groupe comprenait des participants atteints de cancer du larynx, de lésions bénignes ou sans trouble vocal, et le deuxième groupe comprenait des participants atteints de cancer du larynx ou de lésions bénignes sans autres troubles vocaux, ainsi que ceux souffrant d'autres troubles vocaux (dysphonie spasmodique ou paralysie de pli vocale). Les participants transgenres ont été exclus des analyses stratifiées par le sexe car les soins de la voix antérieurs n'ont pas pu être vérifiés.
Quatre caractéristiques acoustiques plus la variabilité (écart-type) du HNR, la fréquence fondamentale, la gigue, le scintillement et le rapport harmonique / bruit (HNR) ont été extraits des enregistrements vocaux des participants pour une analyse comparative. La fréquence fondamentale fait référence à la fréquence à laquelle les cordes vocales vibrent; La gigue est la mesure des fluctuations fondamentales de la fréquence; Sinom est la mesure des fluctuations de l'amplitude des ondes sonores; et le HNR est le rapport de la composante périodique à apériodique dans un signal vocal.
Conclusions clés
L'analyse des caractéristiques acoustiques a révélé que les participants présentant des lésions bénignes ont une HNR moyenne et une fréquence fondamentale significativement différente par rapport à celles sans trouble vocal, et une variabilité HNR (SD) significativement différente par rapport au cancer du larynx. La variabilité HNR (SD) n'était pas significativement différente entre les lésions bénignes et aucun trouble vocal. Le HNR moyen et la fréquence fondamentale ne différaient pas significativement entre les lésions bénignes et le cancer du larynx.
La comparaison liée au genre a révélé chez les hommes cisgenres des différences similaires dans la variabilité moyenne HNR et HNR par rapport à aucun trouble vocal et variabilité HNR par rapport au cancer du larynx, mais pas chez les participantes, ce qui pourrait être dû à la plus petite taille de l'échantillon.
Aucune différence significative n'a été trouvée pour la gigue ou le scintillement dans aucune comparaison, et aucune caractéristique acoustique ne distinguait considérablement les groupes de lésions des autres troubles vocaux du deuxième groupe d'analyse.
Étude de signification
L'étude identifie la variabilité du rapport harmonique / bruit (écart-type) comme un biomarqueur prometteur lié à la voix pour la détection précoce et la surveillance des lésions de pli vocal. La composante périodique de ce rapport provient des impulsions glottales régulières pendant la phonation, et la composante apériodique est le bruit produit à partir de la turbulence lorsque l'air s'écoule à travers la glotte (le centre du larynx).
La moyenne et l'écart type du rapport harmonique / bruit ont été mesurés dans l'étude, car les chercheurs pensaient que cette variabilité aiderait à mesurer la cohérence dans la production vocale. Les différences observées dans l'écart type entre les groupes de lésions bénignes et malignes suggèrent que cette caractéristique peut servir de marqueur utile pour surveiller la progression des lésions et détecter le cancer du larynx à un stade précoce.
Cependant, l'étude n'a pas pu détecter des différences significatives dans le rapport harmonique / bruit et sa variabilité entre les participants à lésions bénignes ou malignes et celles souffrant d'autres troubles vocaux. Cela indique que la distinction des lésions des autres pathologies vocales peut être plus difficile.
Notamment, l'étude n'a pas pu détecter des différences significatives dans le rapport harmonique / bruit et sa variabilité chez les participants. Cela met en évidence la nécessité d'analyser des caractéristiques acoustiques supplémentaires afin de considérer la voix comme un indicateur précoce prometteur des lésions de pli vocale.
Les auteurs soulignent que ce sont des résultats exploratoires et ne constituent pas un test de dépistage validé. Ils appellent à évaluer les femmes plus grandes et plus diverses et les caractéristiques acoustiques supplémentaires à évaluer, en particulier chez les femmes, avant l'intégration dans les outils cliniques.
Dans l'ensemble, les résultats de l'étude mettent en évidence le potentiel futur des outils de dépistage vocale validés basés sur l'IA pour identifier les individus ayant des changements vocaux subtils qui ne pourraient pas rechercher autrement des soins, en particulier dans les soins primaires ou la télésanté. Ces outils pourraient inciter à des références antérieures à des spécialistes de la voix, aider à hiérarchiser les cas urgents et réduire les retards de diagnostic.
