Diagnoza bez endoskopii? Głos jako biomarker raka krtani

Rak krtani to choroba, która co roku dotyka ponad milion osób na świecie i prowadzi do tysięcy zgonów. Obecnie rozpoznaje się go przy użyciu inwazyjnych metod, takich jak endoskopia i biopsja. Badacze z projektu Bridge2AI-Voice pokazali jednak, że sztuczna inteligencja może wykrywać wczesne sygnały choroby na podstawie nagrań głosu, co otwiera drogę do mniej uciążliwej diagnostyki.

Według danych z 2021 roku na świecie odnotowano 1,1 mln przypadków raka krtani, z czego około 100 tys. zakończyło się zgonem. Do głównych czynników ryzyka zalicza się palenie tytoniu, nadużywanie alkoholu i zakażenie wirusem HPV. Rokowanie zależy od lokalizacji i stadium choroby – pięcioletnie przeżycia mieszczą się w przedziale od 35% do 78%.

Do tej pory diagnostyka raka krtani wymagała wideoendoskopii nosa i biopsji, czyli procedur inwazyjnych i często trudno dostępnych. Naukowcy pokazali jednak, że nieprawidłowości w fałdach głosowych zostawiają ślad w brzmieniu głosu. Mogą to być zarówno łagodne zmiany, takie jak guzki czy polipy, jak i wczesne stadia nowotworu.

Zespół przeanalizował 12 523 nagrania głosowe od 306 uczestników z Ameryki Północnej w ramach konsorcjum Bridge2AI. W próbie znalazły się osoby zdrowe, pacjenci z rakiem krtani, łagodnymi zmianami w obrębie fałdów głosowych, a także osoby z innymi schorzeniami krtani, takimi jak dysfonia spastyczna czy jednostronne porażenie fałdów głosowych.

Badacze skupili się na parametrach akustycznych, takich jak:

• częstotliwość podstawowa (wysokość dźwięku),

• drżenie i migotanie głosu,

• stosunek harmonicznych do szumu (HNR).

U mężczyzn różnice w HNR i częstotliwości podstawowej pozwoliły odróżnić osoby zdrowe od chorych na raka krtani. U kobiet takich cech nie udało się jeszcze wyodrębnić, ale badacze podkreślają, że większy zbiór danych może to zmienić.

Wyniki badań sugerują, że głos może stać się praktycznym biomarkerem ryzyka zachorowania na raka.

Kolejnym krokiem będzie rozszerzenie analiz na większe zbiory nagrań, ich walidacja kliniczna i sprawdzenie skuteczności algorytmów także u kobiet.