最近，學界和業界掀起了一股「聲音診斷」的熱潮，只要利用你的聲音，就能判斷出你是否患有疾病。診斷的范圍大到令人瞠目結舌–從抑郁癥到心腦血管疾病，只要有聲音，就沒有檢測不了的疾病。

　　這聽起來好像和中醫的「望聞問切」的「聞」很相似–聞而知之者，聞其五音，以別其病。但這里所說的「聲音診斷」可不是醫生去聽你的聲音看病，而是「機器」去聽你的聲音來診斷疾病。你需要做的，就是在手機里下個APP就行了。

　　下載個APP說幾句話就能看病？這可不是異想天開，而是有科學依據的。

　　越來越多的證據表明：你的健康都和你發出聲音息息相關。如果你身體上或心理上出現了問題，那么你的聲音可能會變得纖細，或說話帶有鼻音，或者你的言語更加粗暴，又或者你的聲音會伴隨著人耳難以區分的「顫抖」。[1]

　　對于人類來講，僅說一個簡單的詞語就需要大腦中的多個神經回路中進行復雜協調、對呼吸系統進行精確的控制、掌握好協調的肌肉骨骼系各個部分的激活的時間，這樣才能控制整個聲道的發音的清晰度。一旦身體出現了疾病，那么對于人類普遍相似的非語言特征來講，疾病的特異性干擾會對某個系統或多個系統會產生細微的、難以察覺、但具有特性的變化。而這種變化，是可以利用機器來進行分析計算的。

　　雖然在目前，聲音診斷的準確性和精確性仍然處于“模糊”的狀態下，但大量的科學家和企業涌入這個領域則表明一件事：聲音診斷是一場不能輸掉的比賽。

　　IBM正在組建一支學術研究人員的隊伍來訓練「訓練」沃森機器人，想讓沃森從人們的語音模式來判斷未來患上精神失常的可能性。柏林的一家公司AudioProfiling正在利用聲音診斷小兒多動癥（ADHD）。澳大利亞國家信息通信技術（NICTA）同樣也在研究利用語音來診斷精神疾病。波士頓的一家公司，Cogito，為美國軍人退伍事業部研發了一款APP，能夠利用聲音監測人的情緒狀況，這款APP能診斷抑郁癥和雙相型障礙（bipolar disorder）。

　　甚至連美國軍方對聲音診斷也十分感興趣：今年6月份，美國軍方和MIT的林肯實驗室（MIT Lincoln Laboratory）合作，其目的是要研發出一款能夠通過FDA審批、檢測腦損傷的設備。

　　而在激烈的競爭中異軍突起的是一家初創公司–Sonde Health

　　Sonde Health，一家位于波士頓的創業公司，6月28日成立，致力于利用聲音來監測和診斷人們的生理和心理健康，獲得了PureTech公司的風險投資。

　　Sonde Health作為一家創業公司能在這場激烈廝殺市場站穩腳跟，靠的是過硬的技術–2016年6月28日，Sonde Health宣布它對健康監測音頻分析技術（health monitoring audio analysis technology）獨占許可證。

　　這項令人眼紅的技術誕生在麻省理工的林肯實驗室（就是上文中與美國軍方合作的實驗室），是Thomas Quatieri博士帶領的HUMAN LANGUAGE TECHNOLOGY團隊研發出來的。

　　這項發明獲得了Audio/Visual Emotion Challenge （AVEC）下治療抑郁癥的大獎–從簡短講話的樣本中識別抑郁癥并估計癥狀的嚴重程度中這項技術表現出了最佳的準確性。[2]在試點研究中，這項技術也展現出了它具有檢測輕度創傷性腦損傷（MTBI）、腦震蕩、認知障礙和帕金森病并客觀測量癥狀的能力。

　　Sonde Health聲音診斷的藍圖是：利用人們現有設備研發一款APP來監測人們的生理和心理健康–對病人的朗讀內容進行音頻剪輯，在不記錄說話內容的情況下對病人的聲音特征進行提取。聯合創始人兼首席運營官Jim Harper說：「這么做的目的是利用人們已有的設備對人們的健康隨時隨地進行監測」。

　　「說話是我們每天必做的事情」Harper說，「說話需要大腦相應的肌骨系統、呼吸系統區域之間極其復雜的協調。正常時說話的停頓，包括停頓時間長短不同、音調音色的變化都會導致說話聲音的混亂。據此，我們可以分析出用戶潛在的健康問題、正在惡化的疾病、甚至是存在自殺的傾向」。

　　目前Sonde專注于抑郁癥、呼吸系統、心血管疾病三大領域，而對于這三大領域來說，遠程、被動監測是非常有用的。「這項技術對監測抑郁癥很有效」，Harper說。孕婦和產婦很容易患上抑郁癥，美國政府正在呼吁對這類人群給予更多的關注，而Sonde也許能提供一個有效的監測手段。

　　「利用人們現在已經有的設備識別出精神病的早期癥狀，并且能監測治療的反應是從滯后性的治療邁向預防性護理的關鍵一步」Aimee Danielson說，她是治療之星喬治城大學醫院（MedStar Georgetown University Hospital）婦女心理健康計劃（Women s Mental Health Program）的主任。「這種方法對那些需要長期診斷的疾病尤為重要，像圍產期的心情和焦慮障礙，包括產后抑郁癥和其他的中樞神經系統的疾病。而恰恰是這些疾病缺乏客觀、可靠的篩選和檢測技術。」

　　到目前為止，語音診斷領域的學者只進行了一系列相對較小的研究。Sonde需要進一步擴大研究的范圍，這么做不僅是為了收集更多證據說服臨床醫生和監管機構相信診斷的結果，同時也是因為語音診斷的底層技術，也就是機器學習，需要大量的數據支撐。

　　「Sonde會將語音診斷技術應用到其他神經系統疾病上，這項技術會不斷改進，一開始它需要人們主動和它交談，然后改進為它能主動地檢測人們的健康，幫助人們預防疾病。絕大多數病情不斷惡化的病人不會積極地去監測自己。最后，語音檢測一定會融入我們日常生活當中。」Harper說。

　　「利用人們現有的設備進行語音診斷，并長期監測人們生理和心理健康」這個愿景看上去很美，但是語音診斷的結果到底可不可靠呢？

　　「想要使聲音診斷在臨床上有效，可不是一件容易的事。」Christian Poellabauer說道，他是圣母大學（University of Notre Dame）的計算機科學家，主要研究方向是神經系統疾病的生物標志物（biomarkers for neurological conditions）。「找出聲音模式變化的真正原因是非常難的。想要通過聲音診斷疾病，那錄音必須是有用的，這就可能需要購買昂貴的設備。而且還需要大量的數據，以確保診斷的相關性是可靠的。」

　　同時，「文化差異」也是影響診斷準確性的因素之一。Poellabauer的團隊在一次用聲音診斷腦震蕩的測試中發現：許多年輕的運動員在說「hell」這個詞語時變得吞吞吐吐，或者改變了他們的音調。[3]然而，這種情況和年輕運動員有腦損傷并沒有什么相關性。

　　「說話是一個非常、非常復雜的機制」Poellabauer說道。

　　除此之外，制約語音診斷發展的另外一個關鍵性的問題就是：語音診斷的信息對病人到底有多大用處？臨床醫生是否知道該如何處理語音診斷的結果？

　　「如果你下載這個APP，它告訴你你講話吐字不清并患有中風，這的確有用，因為你知道自己需要馬上去醫院」紐約大學（New York University）的醫學倫理家Arthur Caplan說，「但如果這個APP告訴你你下周可能有38%的可能性患有偏頭疼，那就對你沒什么用了。」

　　Caplan提出另外一種情況可能會影響語音診斷的準確性：「假如你有一次大發雷霆或控制不了自己的情緒，那么這個APP會不會把你偶爾一次的『暴走』診斷為疾病？」Caplan繼續問道：「我們該如何讓語音診斷的APP明白哪些是我們想要讓它監測的，哪些是我們不想讓它監測的？兩者的界限在哪里？」

　　對于中醫來講，「聞」這種方法不會對病人的隱私造成干擾，畢竟中醫的「聞」只是短暫的、間斷性的，病人可以有意識地選擇自己說話的內容。然而，對于語音診斷來說，可能需要APP在后臺運行，無時無刻地監測病人的語音，那么病人的「隱私安全」就成為一個棘手的問題。

　　反對者認為：語音識別的技術已經發展到僅僅憑語音、語調以及說話的節奏就可以識別患者的身份，即使語音樣本中沒有出現患者的名字。而這將大大威脅到我們的隱私安全，一旦軟件記錄的非常私人化的語音信息泄露出去，那么我們毫無隱私可言。

　　對此，Harper首先表示：「語音診斷的確可能會在用戶不知情的情況下監測疾病」。但他提出了一種解決方法：「只分析語音樣本的生物標志物（vocal biomarkers），而不去分析語音樣本說話的具體內容，也不會去存儲。這樣既能提醒用戶潛在的健康問題，又能保障用戶的隱私安全」。

　　「我不認為我們現在的技術水平能夠做到僅僅通過語音來辨別一個人的身份」Cheryl Corcoran說，她在哥倫比亞大學研究精神分裂癥，目前正在和IBM的沃森機器人合作，「但是這項技術在未來很有可能實現」。

　　也許在不遠的未來，當語音診斷技術和人工智能結合，或許我們每個人都能擁有一個隨時隨地呵護我們健康的「大白」。