Suara sebagai Analisis: Tanda-tanda Awal Kanker dan Lesi Jinak

Para peneliti dari Oregon Health & Science University menganalisis rekaman suara dari dataset Bridge2AI-Voice yang baru tersedia untuk umum dan menemukan fitur akustik sederhana yang dapat mengungkap patologi pita suara. Kita berbicara tentang rasio harmonik terhadap derau (HNR) — rasio "nada tambahan musikal" terhadap derau. Tingkat dan variabilitasnya membedakan suara orang dengan kanker laring dan lesi jinak dari suara orang sehat dan beberapa gangguan suara lainnya. Efek ini terutama terlihat pada pria cisgender; signifikansi statistik tidak cukup untuk wanita — para penulis menyalahkan ukuran sampel yang kecil dan menyerukan perluasan data. Penelitian ini diterbitkan sebagai laporan singkat di Frontiers in Digital Health.

Latar Belakang Penelitian

• Mengapa harus mencari "penanda suara"? Suara serak adalah keluhan umum. Penyebabnya beragam: mulai dari pilek dan refluks hingga nodul/polip dan kanker laring. Saat ini, diagnosis awal adalah kunjungan ke dokter spesialis THT dan endoskopi (kamera di hidung/tenggorokan). Endoskopi akurat, tetapi tidak selalu tersedia dengan cepat dan tidak cocok untuk pemantauan mandiri di rumah. Skrining awal diperlukan: cara sederhana untuk memahami siapa yang harus menemui dokter terlebih dahulu.
• Apa itu biomarker suara? Ucapan adalah sinyal yang dapat dengan mudah direkam di ponsel. "Polanya" dapat digunakan untuk menilai bagaimana pita suara bergetar. Lesi membuat getaran tidak merata: lebih banyak "suara" dan lebih sedikit "musik".
• Mengapa set data baru itu penting? Sebelumnya, penelitian semacam itu mengandalkan sampel kecil "buatan sendiri" — modelnya rapuh. Bridge2AI-Voice adalah kumpulan rekaman audio multi-pusat yang besar dan dikumpulkan secara etis, yang terhubung dengan diagnosis. Rekaman ini diciptakan sebagai "lapangan uji coba bersama" untuk melatih dan menguji algoritma pada data yang besar dan heterogen.
• Di mana kesulitan utamanya?
  • Suara berubah karena mikrofon, kebisingan ruangan, dingin, merokok, bahasa, jenis kelamin, dan usia.
  • Secara tradisional, data tentang perempuan lebih sedikit, dan suara perempuan lebih tinggi frekuensinya - metrik berperilaku berbeda.
  • Tidak ada tes "di rumah" yang dapat menggantikan pemeriksaan atau membuat diagnosis - paling banter, tes ini membantu memutuskan: "apakah perlu segera menemui dokter spesialis THT?"
• Mengapa klinik dan pasien membutuhkan hal ini? Jika pasien dengan risiko tinggi nodul/tumor dapat dipilih untuk janji temu prioritas dengan janji temu singkat, hal ini akan mempercepat diagnosis, mengurangi rujukan yang tidak perlu, dan menyediakan alat untuk pemantauan mandiri di antara kunjungan (setelah operasi, selama terapi).
• Ke mana hal ini seharusnya mengarah: Ke aplikasi/modul telemedicine yang tervalidasi yang:
  1. tulislah sebuah pidato sesuai dengan standar (frasa + “aaa” yang panjang),
  2. menghitung fitur dasar (HNR, jitter, shimmer, F0),
  3. mengeluarkan rekomendasi untuk menghubungi spesialis jika profilnya mengkhawatirkan,
  4. mempertahankan dinamika setelah perawatan.

Idenya sederhana: “berikan telepon ke telinga dokter THT” – bukan untuk diagnosis, tetapi agar tidak melewatkan mereka yang membutuhkan bantuan tatap muka cepat.

Apa sebenarnya yang mereka lakukan?

• Kami mengambil rilis pertama dari kumpulan data Bridge2AI-Voice multi-pusat yang dikumpulkan secara etis, sebuah proyek unggulan NIH di mana rekaman suara dihubungkan ke informasi klinis (diagnosis, kuesioner, dll.).
• Dua sampel analitis dibentuk:
  1. "kanker laring / kelenjar getah bening jinak / sehat";
  2. "kanker atau nodul jinak" versus disfonia spasmodik dan kelumpuhan pita suara (penyebab umum lainnya dari suara serak).
• Ciri-ciri suara dasar diidentifikasi dari frasa standar: nada dasar (F0), getaran, kilau, dan HNR, dan kelompok-kelompok tersebut dibandingkan menggunakan statistik nonparametrik. Hasil: perbedaan paling stabil terdapat pada HNR dan F0, dengan HNR dan variabilitasnya paling baik memisahkan lesi jinak dari lesi normal maupun kanker laring. Sinyal-sinyal ini lebih jelas pada pria.

Mengapa ini penting?

• Skrining dini tanpa pemeriksaan. Saat ini, jalan menuju diagnosis seringkali melibatkan nasoendoskopi dan, jika dicurigai, biopsi. Jika fitur akustik sederhana yang dikombinasikan dengan AI dapat memprioritaskan mereka yang membutuhkan endoskopi, pasien akan lebih cepat mendapatkan perawatan dari dokter spesialis THT dan rujukan yang tidak perlu akan berkurang. Ini merupakan pelengkap, bukan pengganti dokter.
• Data besar untuk suara. Bridge2AI-Voice adalah proyek langka di mana suara dikumpulkan menggunakan protokol seragam dan dihubungkan dengan diagnosis; datanya tersedia bagi para peneliti melalui PhysioNet/Health Data Nexus. Hal ini mempercepat pengembangan biomarker suara yang andal, alih-alih "aplikasi ajaib" pada sampel kecil.

Apa itu HNR?

Saat kita berbicara, pita suara bergetar dan menciptakan nada tambahan (harmonik). Namun, getarannya tidak pernah sempurna—selalu ada noise dalam sinyal. HNR menunjukkan seberapa banyak "musik" yang ada dalam suara dibandingkan "desisan". Ketika pita suara rusak, getaran menjadi kurang merata—noise meningkat, HNR menurun, dan lonjakannya (variabilitas) meningkat. Inilah pola yang diamati oleh para penulis.

Penafian Penting

• Ini adalah analisis percontohan dan eksploratif: tanpa validasi klinis, dengan batasan sampel perempuan - sehingga efeknya tidak signifikan. Diperlukan data yang lebih besar dan beragam serta "pemanasan" model di berbagai klinik dan dalam berbagai bahasa.
• Suara adalah sesuatu yang "multi-nilai": dipengaruhi oleh pilek, rokok, refluks, mikrofon, dan kebisingan di ruangan. Setiap "tes rumahan" seharusnya dapat mempertimbangkan konteksnya - dan tetap berfungsi sebagai filter untuk rujukan ke spesialis THT, bukan diagnosis yang hanya berdasarkan klik.

Apa berikutnya?

• Perluas kumpulan data (termasuk untuk wanita dan usia), standarisasi tugas dan akustik (membaca frasa, “aaa” yang diperpanjang, dll.), coba model multimoda (suara + gejala/faktor risiko kuesioner).
• Hubungkan tanda-tanda akustik dengan hasil pemeriksaan (endoskopi, stroboskopi) dan dinamika setelah perawatan - sehingga profil HNR juga dapat digunakan untuk pemantauan.
• Melanjutkan "sains terbuka": Bridge2AI-Voice sudah menerbitkan versi kumpulan data dan perangkatnya - ini adalah peluang untuk segera menjangkau pilot sungguhan di klinik.

Kesimpulan

Masalah pita suara dapat "dideteksi" dari suaranya — dan mungkin merujuk orang tersebut ke spesialis yang tepat lebih cepat. Untuk saat ini, ini merupakan petunjuk yang cukup baik (HNR dan variabilitasnya), tetapi berkat data terbuka yang besar, biomarker suara akhirnya memiliki peluang untuk menjadi alat skrining yang andal.

Sumber: Jenkins P. dkk. Suara sebagai Biomarker: Analisis Eksploratori untuk Lesi Pita Suara Jinak dan Maligna. Frontiers in Digital Health, 2025 (diterima untuk publikasi). Data — Bridge2AI-Voice (NIH/PhysioNet).