Polscy naukowcy ze Śląskiego Uniwersytetu Medycznego w Katowicach udowadniają, że sztuczna inteligencja potrafi wykrywać choroby serca wyłącznie z analizy głosu — a badanie można przeprowadzić zwykłym smartfonem.
Głos jako okno na serce — czym są biomarkery głosowe
Choroby serca zabijają rocznie ponad 17 milionów ludzi na całym świecie, pozostając najczęstszą przyczyną zgonów. Większość z nich można było wykryć znacznie wcześniej. Problem polega na tym, że standardowe badania — EKG, echo serca, koronarografia — są drogie, wymagają sprzętu i czasu lekarza specjalisty. Tymczasem każdy z nas nosi w kieszeni urządzenie zdolne nagrać głos. I właśnie głos może okazać się kluczem do rewolucji w kardiologii.
Ludzki głos to zbiór mierzalnych parametrów akustycznych: wysokość tonu, tempo mowy, liczba pauz, drżenie i barwa dźwięku. Kardiolodzy nazywają je biomarkerami głosowymi. Prof. Tomasz Jadczyk z ŚUM w Katowicach wyjaśnia, że parametry te odzwierciedlają głębokie zmiany fizjologiczne organizmu. Nagromadzenie płynów w fałdach głosowych, zaburzenia mechaniki oddechowej, stres neurohormonalny i obrzęk tkanek — wszystkie te objawy typowe dla chorób serca wpływają na brzmienie głosu. Ludzkie ucho tych subtelnych zmian nie wyłapie. Algorytm uczenia maszynowego — owszem.
Jak działa diagnostyka — od nagrania do diagnozy
Proces diagnostyczny jest zaskakująco prosty technicznie. Pacjent nagrywa próbkę głosu — kilkanaście sekund mowy na smartfonie wystarczy. Oprogramowanie usuwa szumy, a następnie wydobywa kluczowe parametry akustyczne, takie jak współczynniki MFCC (Mel-Frequency Cepstral Coefficients). To te same parametry, które rozpoznawanie mowy w Siri czy Asystencie Google używa do identyfikacji słów — tutaj AI szuka nie słów, lecz oznak choroby.
Algorytm porównuje profil akustyczny pacjenta z bazami danych tysięcy nagrań osób zdrowych i chorych. Najsilniejsze dowody dotyczą niewydolności serca, gdzie nagromadzenie płynów w fałdach głosowych zmienia barwę głosu w sposób korelujący z zaawansowaniem choroby. Badania wskazują także na powiązania wzorców głosowych z chorobą wieńcową i procesami zapalnymi. Co szczególnie istotne — analiza AI potrafi przewidywać zdarzenia kardiologiczne niezależnie od klasycznych skal ryzyka, takich jak skala SCORE. To oznacza, że algorytm dostrzega ryzyko tam, gdzie tradycyjna ocena lekarska nie daje sygnału alarmowego.
Opinie ekspertów i wyzwania na drodze do kliniki
Entuzjazm środowiska kardiologicznego jest duży, lecz naukowcy zachowują ostrożność. Prof. Jadczyk podkreśla, że biomarkery głosowe mają potencjał, by stać się nieinwazyjnym, skalowalnym i ekonomicznie opłacalnym narzędziem diagnostycznym. Słowo kluczowe to jednak „potencjał” — do wdrożenia klinicznego droga jeszcze daleka.
Badacze wskazują trzy główne wyzwania. Po pierwsze — ochrona danych biometrycznych. Głos jest daną biometryczną w rozumieniu RODO, co oznacza konieczność stosowania rygorystycznych procedur anonimizacji. Po drugie — interpretowalność algorytmów. Lekarze i regulatorzy muszą rozumieć, dlaczego AI wskazuje na ryzyko — „czarna skrzynka” nie wystarczy w medycynie. Po trzecie — różnice językowe i emocjonalne. Model trenowany na nagraniach angielskich może zawieść w diagnozowaniu Polaka mówiącego w innym rytmie i tonacji. Właśnie dlatego powołano europejską sieć eVoiceNet, której celem jest standaryzacja metod i budowa wielonarodowych baz danych. Prof. Jadczyk reprezentuje w niej Polskę.
Polska w europejskiej czołówce — co to oznacza dla pacjentów
Polska nauka odgrywa w tym projekcie niebanalną rolę. Konsorcjum badawcze tworzą eksperci z ŚUM Katowice, AGH Kraków oraz Uniwersytetu Medycznego w Poznaniu — łącząc kardiolodzy, diabetolodzy, nefrolodzy, pulmonolodzy i laryngolodzy. W ramach Polskiego Towarzystwa Kardiologicznego powstał nawet dedykowany zespół ds. cyfrowych biomarkerów, którym kieruje prof. Jadczyk.
Dla polskiego pacjenta perspektywa jest konkretna. Choroby serca są w Polsce odpowiedzialne za ponad 40% wszystkich zgonów, a dostęp do kardiologa w wielu regionach kraju bywa ograniczony. Narzędzie działające na smartfonie mogłoby umożliwić wstępny skrining dla milionów Polaków — bez kolejki, bez kosztów, bez wychodzenia z domu. Zdalne monitorowanie pacjentów z przewlekłą niewydolnością serca pozwoliłoby wychwycić pogorszenie przed hospitalizacją. Podobnie jak nasz artykuł o polskim biosimilarze natalizumabu zatwierdzonym przez FDA, ta historia pokazuje, że polska nauka systematycznie wchodzi na globalną mapę przełomów. Warto śledzić też nasze materiały o AI i nowych technologiach w kontekście regulacji i etyki.
Podsumowanie
- AI analizuje biomarkery głosowe — parametry akustyczne mowy — i wykrywa choroby serca z dokładnością nieosiągalną dla ludzkiego ucha.
- Cały proces diagnostyczny można przeprowadzić smartfonem, co otwiera drogę do masowego skriningu i zdalnego monitorowania pacjentów.
- Polscy naukowcy z ŚUM Katowice, AGH i UMP Poznań są w europejskiej czołówce badań — prof. Jadczyk reprezentuje Polskę w sieci eVoiceNet.
- Dla czytelnika to sygnał: za kilka lat Twój głos może być rutynowym testem przesiewowym na chorobę wieńcową — zanim pojawi się jakikolwiek ból.
