Первый МГМУ: создан прототип платформы для оценки рисков заболеваний сердца по голосу
Команда выпускников Цифровой кафедры Сеченовского университета разработала прототип цифрового приложения на основе искусственного интеллекта, которое позволяет оценивать риск сердечно-сосудистых и метаболических заболеваний по голосовым биомаркерам. Для анализа пользователю достаточно записать короткий аудиофайл на смартфоне — результат формируется в течение нескольких секунд. Об этом "Газете.Ru" сообщили в пресс-службе образовательного университета.
Приложение автоматически выдает инструкцию по записи, анализирует параметры голосового сигнала и формирует оценку рисков. Как пояснил автор проекта, выпускник Цифровой кафедры Сеченовского университета, кандидат биологических наук Денис Кузнецов, голос отражает состояние нескольких физиологических систем.
"В процессе речи задействованы дыхательная система, мышцы гортани и артикуляционного аппарата, а также механизмы нервной регуляции. При воспалительных процессах, нарушениях обмена веществ или повышенной нагрузке на сердечно-сосудистую систему параметры голоса могут меняться. На слух эти изменения практически незаметны, но их можно выявить с помощью цифровой обработки сигнала и методов машинного обучения", — отметил разработчик.
По его словам, платформа анализирует голосовые паттерны для выявления предрасположенности к артериальной гипертензии, ишемической болезни сердца, сахарному диабету 2-го типа и другим кардиометаболическим нарушениям.
"В перспективе технологию можно применять для предварительной оценки рисков при диспансеризации, дистанционного мониторинга пациентов и даже для прогнозирования нагрузки на систему здравоохранения. Наше решение адаптировано к особенностям русскоязычной речи и дополнено функциями, которые могут быть полезны для эпидемиологических исследований", — подчеркнул Кузнецов.
Алгоритмы обучаются на мультицентровых клинических данных и аудиозаписях здоровых добровольцев, собранных в рамках годового эксперимента SIRIUS2023. База включает более 4000 уникальных аудиофайлов. По данным разработчиков, чувствительность моделей превышает 81%, а специфичность — 90%.
В планах команды — расширение выборок, проведение мультицентровых исследований, регистрационные процедуры и пилотное внедрение в клиниках.
Научный руководитель проекта, директор Института персонализированной кардиологии Сеченовского университета Филипп Копылов отметил, что физиологическая связь между голосом и состоянием сердечно-сосудистой системы научно обоснована, а неинвазивность метода делает его перспективным для массового скрининга.
"Однако заявленные показатели точности требуют независимой клинической валидации. Важно также учитывать регуляторные и этические аспекты, включая защиту персональных голосовых данных", — подчеркнул он.
По словам эксперта, на текущем этапе платформа может рассматриваться только как инструмент предварительной оценки риска, а не полноценная диагностическая система.