Stemmen har stort potentiale som digital biomarkør, der giver indsigt i en patients tilstand og som kan lede til bedre behandling.
Digitalisering er dybt forankret i vores samfund. I vores dagligdag, arbejdsliv og den måde vi interagerer med hinanden. Digitaliseringens byggesten er data, som genereres af mange forskellige enheder. Eksempelvis anvendes mobiltelefoner nu indenfor sundhedsteknologi til at skabe nye sundhedsapps, som kan personaliseres til brugeren gennem indsamling af fysiologiske og adfærdsmæssige data. Dette kan give en langt bedre forståelse af brugerens sundhed og sygdom til gavn for bedre diagnose og behandling. Eksempelvis kan digitalt indsamlet data anvendes til at vurdere en patients tilstand indenfor psykiatrien.
Stemmen som digital biomarkør
Læger i psykiatrien, som behandler patienter med bipolar lidelse (også kendt som maniodepressiv lidelse), kan med rimelig nøjagtighed vurdere en patients stemningsleje ved at tale med dem og lytte til deres stemme. Det vil sige, at de kan vurdere, om patienterne er i et depressivt stemningsleje, maniske eller i det man kalder normal tilstand.
På denne baggrund har forskere fra bl.a. DTU undersøgt, om man kan vurdere bipolare patienters stemningsleje ved bruge stemmen som en digital biomarkør. Det vil sige, om man ved at omdanne lydoptagelser af en persons stemme til en række data kan vurdere personens sundhedstilstand.
Via en app på mobiltelefonen analyserede forskerne en række personers samtaler over en længere periode og omdannede optagelserne til et gennemsnit af toner. Det vil sige, at der blev kigget på dybde, højde, hastighed og pitch for den enkelte samtale. Denne transformering af stemmedata forhindrer, at samtalerne efterfølgende kan rekonstrueres, så patienternes privatliv ikke kompromitteres.
Bipolar lidelse kan aflæses i din stemme
Tidligere postdoc på DTU Sundhedsteknologi Darius Rohani, som var tilknyttet projektet, fortæller: ”Vores studier har vist, at man ved hjælp af stemmeanalyser faktisk kan skelne klart mellem patienter med bipolar lidelse og raske kontrolpersoner. Og vi kan også skelne mellem patienter med bipolar lidelse og raske nære slægtninge.”
Anden del af studiet handlede om at undersøge, om man via stemmedata kan skelne mellem de forskellige tilstande hos den enkelte patient med bipolar lidelse. Det vil sige, kan man skelne mellem depressiv tilstand og normal tilstand, samt mellem manisk tilstand og normal tilstand? Her var resultaterne desværre ikke lige så overbevisende.
”Når vi så på ukendte personer, kunne vi desværre ikke skelne mellem de forskellige tilstande”, forklarer Darius Rohani.
"Vores studier har vist, at man ved hjælp af stemmeanalyser faktisk kan skelne klart mellem patienter med bipolar lidelse og raske kontrolpersoner."
Postdoc Darius Rohani
”Men når vi træner modellen på en kendt person over to uger, kan vi forudsige om en person er på vej fra normal til enten depressiv eller manisk tilstand. Så vi vil ikke kunne give en telefon til en nyligt diagnosticeret person, og fange når vedkommende er på vej ind i en depressiv eller manisk tilstand. Men den kan bruges af en person, der har haft app’en før og hvor man har ”trænet” på vedkommendes stemme, altså lave en personaliseret model, hvor man vil kunne bruge app’en til at fange tilbagefald.”
Digitale biomarkører og digital phenotyping
Den videnskabelige baggrund for at kunne lave nye personaliserede digitale sundhedsteknologier er forskningsfeltet "Digital Phenotyping", det vil sige at finde digitale fænotyper for den enkelte patient.
"Digital fænotyping er et nyt koncept indenfor sundhedsteknologi, som udnytter store mængder af data til at identificere digitale biomarkører,” forklarer professor på DTU Sundhedsteknologi Jakob E. Bardram.
”En biologisk markør (biomarkør) er noget, der kan måles på en pålidelig måde og kan fortælle os noget om en persons sundheds- eller sygdomstilstand, f.eks. tilstedeværelsen af en sygdom, en fysiologisk forandring, en reaktion på en behandling eller en psykologisk tilstand, En digital biomarkør er en markør, som måles gennem digitale teknologier og sensorer og kan fortælles os noget om den enkelte persons fysiologiske tilstand og adfærdsmønstre. Det giver et indblik i f.eks. søvn, sociale interaktioner, fysisk mobilitet, grov motorisk aktivitet, kognitiv funktion og tale og sprogproduktion – alt sammen faktorer, som kan linkes til personens aktuelle sundhedstilstand og udviklingen i samme."
Digitale biomarkører herunder stemmen har vist sig at have et kæmpe potentiale inden for psykiatrien, som ovenstående eksempel viser. Derudover finder digitale biomarkører også anvendelse indenfor f.eks. hjertekar- og metaboliske sygdomme og diabetes.
Læs mere om indeværende studie i en videnskabelig artikel i tidsskriftet International Journal of Bipolar Disorders