StenoVoice

Baggrund og vision

StenoVoice er et forskningsprojekt ved Steno Diabetes Center Aarhus, der undersøger, hvordan stemmen kan anvendes som en digital biomarkør til at forudsige og overvåge diabetesrelaterede komplikationer. Ved hjælp af avancerede metoder inden for kunstig intelligens og maskinlæring analyserer vi stemmeoptagelser for at identificere karakteristika i stemmen, der kan afspejle helbredstilstande såsom hjertekarsygdomme, diabetisk neuropati og diabetesrelateret stress.

Diabetes kan påvirke flere organer og funktioner, som er centrale for stemmeproduktionen – bland andet stemmebånde, nerver, muskler, lunger og hjernen. Tidligere studier har vist, at man ved hjælp at stemmeoptagelser kan kende forskel på personer med og uden type 2 diabetes. Det tyder derfor på, at diabetes påvirker stemmen i en sådan grad, at en computer kan “høre” forskellen.

Forskningsmål og studier

Projektet er organiseret i to hovedstudier:

1. StenoVoice
   I StenoVoice projektet indsamler vi stemmeoptagelser fra personer, der besøger Steno Diabetes Center Aarhus til sammedagsscreening eller årssamtale. Disse optagelser udføres i en Mutebox (lydisoleret rum) med professionelt mikrofonudstyr. I dette setup kan vi kontrolere miljøet stemmerne optages under, samt understøtte den højeste kvalitete og bedste representation af signalet fra stemmen.

2. StenoVoice-HICD I StenoVoice-HICD stammer dataindsamlingen fra personer i kohorten Helbred Midt, hvor deltagerne besvare et spørgeskema og optager deres stemme via en browser. I dette setup har vi ikke mulighed for at kontrollere miljøet som optagelserne foretages under, men deridmod en vel etableret kohorte.

Formållet for begge stuider er, at udvikle og undersøge vokale biomarker til diabetes-relaterede følgesygdomme.

Dataindsamling og anvendte metoder

Deltagerne udfører forskellige stemmeopgaver, herunder:

• at sage “a” vokal lyde så længe som muligt
• at tælle fra 1 til 20
  
• at gentage stavelserne Pa-Ta-Ka hurtigt i 10 sekunder
• at læse en kort tekst højt
• at besvare åbne spørgsmål med egne ord

Optagelserne analyseres ved hjælp af avanceret metoder inden for kunstig intelligens og maskinlæring. Vi afprøver forskellige tekniske tilgange og repræsentationer af stemmen (f.eks. spektrogrammer og embeddings) for at udvikle de mest informative og robuste vokale biomarkører.

Fremtidsperspektiver og klinisk anvendelse

StenoVoice har potentiale til at bidrage væsentligt til fremtidens sundhedsvæsen. Vokale biomarkører er:

• Ikke-invasive
  
• Let tilgængelige
  
• Resourceeffektive
• Velegnede til brug i både klinik og hjemme

Teknologien forventes at kunne understøtte tidlig opsporing af komplikationer, rettidig indsats og mere personligt tilpassede behandlingsforløb.

Kontakt og projektledelse

Projektleder:
Adam Hulman, Lektor
adahul@rm.dk

Ph.d.-studerende:
Manuel Thomasen
manuth@rm.dk / manuth@ph.au.dk