Ramverk för vokala biomarkörer vid AI-baserad sjukdomsdetektering etablerat
Forskare från Luxemburgs hälsomyndighet och University of South Florida har etablerat ett standardiserat ramverk för vokala biomarkörer. Initiativet syftar till att skapa en gemensam vokabulär för AI-baserad sjukdomsdetektering via röst.
Forskare vid Luxemburgs hälsomyndighet (LIH) och University of South Florida (USF) har lett en internationell ansträngning för att etablera det första konsensusbaserade ramverket och definitionerna för vokala biomarkörer. Dessa röstbaserade indikatorer kan spela en allt viktigare roll i framtida sjukdomsdiagnostik och uppföljning.
Studien, som publicerades i Digital Biomarkers som en del av VOCAL-initiativet, samlade 24 experter från Europa och Nordamerika. Den adresserar bristen på konsekvent terminologi inom röstbaserad sjukdomsdetektering, där termer som "röstbiomarkörer", "talbiomarkörer" och "vokala biomarkörer" ofta använts omväxlande.
Det nya ramverket skiljer mellan vokala mått och validerade vokala biomarkörer. Det introducerar också en hierarkisk modell som täcker de olika domäner som är involverade i röst- och talproduktion. Ramverket är utformat för att stödja samarbete mellan kliniker, logopeder, ingenjörer, dataforskare, tillsynsmyndigheter och industriella intressenter.
Arbetet, lett genom LIH-koordinerade eVoiceNet och USF-ledda Bridge2AI-Voice, förväntas påskynda utvecklingen av röstbaserade teknologier för att diagnostisera och övervaka tillstånd som Parkinsons sjukdom, Alzheimers sjukdom, depression, hjärtsvikt och typ 2-diabetes. Målet är att etablera internationella riktlinjer och standarder för forskning och implementering av vokala biomarkörer.