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 nerver, muskler, lunger og hjernen. Tidligere studier har vist, at personer med type 2-diabetes kan opleve ændringer i stemmekvalitet, fx hæshed og stemmetræthed, hvilket kan være relateret til dårlig glykæmisk kontrol eller tilstedeværelse af neuropati.

Forskningsmål og studier

Projektet er organiseret i tre hovedstudier med hver deres specifikke forskningsspørgsmål:

1. Vokale biomarkører for hjertekarsygdomme
   Formålet med dette studie er at identificere og validere vokale biomarkører, der kan forudsige hjertekarsygdomme. Data stammer fra stemmeoptagelser og kliniske oplysninger fra den regionale kohorte Helbred Midt, samt stemmeoptagelser og kliniske oplysninger fra sammedagsscreenning på hospitalet.

2. Vokale biomarkører for diabetisk neuropati
   Dette studie undersøger, hvorvidt diabetisk neuropati påvirker stemmen hos personer med type 1 og type 2-diabetes, og om disse ændringer i stemmen kan identificeres uafhængigt af andre kendte risikofaktorer.

3. Vokale biomarkører til vurdering af diabetesrelateret stress
   Her anvendes en multimodal tilgang til at identificere sproglige og vokale signaler på diabetesrelateret stress. Deltagerne besvarer åbne spørgsmål om deres liv med diabetes, og både stemme og indhold analyseres.

Dataindsamling og anvendte metoder

Deltagerne udfører forskellige stemmeopgaver, herunder:

• At læse en kort tekst højt
  
• At tælle fra 1 til 20
  
• At sige en lang ‘aaa’-lyd
  
• At gentage stavelserne Pa-Ta-Ka hurtigt i 10 sekunder
  
• 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
  
• Billige at indsamle
  
• Velegnede til brug i både klinik og hjemme

Teknologien kan understøtte tidlig opsporing af komplikationer, rettidig indsats og mere personligt tilpassede behandlingsforløb. Vi ser også muligheder for at udvide brugen af vokale biomarkører til andre sygdomsområder, hvor stemmen kan afspejle ændringer i helbredet.

Kontakt og projektledelse

Projektleder:
Adam Hulman, Lektor
adahul@rm.dk

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