古有中医悬丝诊脉，今有软件听音诊脉。
长期以来，关于多听病人声音的必要性的讨论在医学上不绝于耳。如今，这一观点越来越得到人们的关注。
当然，这里所说的“听音诊脉”并不是医生去听你的声音来看病，而是通过一种新的软件技术检测并分析人的声音，从而判断其是否患有某种疾病。
如今，在学术界和企业界，大家都在努力开发一种能诊断并预测包括躁狂发作、心脏病、脑震荡等在内的所有疾病的技术，而这一技术却是基于一种与众不同的数据来源：即人说话的方式。
健康与人的声音息息相关
越来越多的证据表明，大量精神和生理疾病能使人说话含糊不清，语调拖长或者说话带有更多的鼻音，甚至能使人的声音发出短暂的吱吱声或抖动音，以致人耳无法察觉并区分。
原来，当人说话时，哪怕只是一个简单的词语都需要大脑相应的肌骨系统、呼吸系统区域之间进行极其复杂的协调，这样才能控制整个声道发音的清晰度。而当人体一旦出现疾病，疾病的特异性干扰会对某个系统或多个系统产生细微且难以觉察、但却具有特性的变化。然而，这种变化是可以通过机器来进行分析计算的。
尽管目前有关分析说话方式是否能够进行精确（或者有效）的诊断还尚未清晰，这一领域的“竞赛”已悄然拉开帷幕。
声音诊断领域的“激烈厮杀”
最近，登上这一竞技舞台的选手是刚成立不久的Sonde Health公司。这家来自波士顿的公司是由风险投资公司PureTech投资，并基于美国麻省理工学院（MIT）研究人员的技术而成立的。Sonde致力于为用户开发一款能够筛查抑郁症、呼吸道和心血管疾病的软件。
“说话是我们每天自然而然要做的事情。”Sonde首席运营官Jim Harper表示。
然而，要想在这场竞赛中脱颖而出、站稳脚跟，初创的Sonde公司靠的正是过硬的技术。就在不久前，Sonde公司宣布了其对健康监测音频分析技术独占许可证。
这项技术能从简短讲话的样本中以最佳的准确性识别出抑郁症并估计症状的严重程度。而且在试点研究中，这项技术也展现出了其具有检测轻度创伤性脑损伤（MTBI）、脑震荡、认知障碍和帕金森病并客观评测症状的能力。为此，该技术获得了Audio/Visual Emotion Challenge（AVEC）下治疗抑郁症的大奖。
下一步，Sonde公司将从分析病人大声朗读的音频片段入手，但是其目标是开发一种能够无需记录说话内容而提取声音特征的技术。Harper认为，这一目标是“使用人们已经具备的设备去监测和收集声音背后的东西。”
毋庸置疑，Sonde公司将会面临诸多竞争与挑战。IBM公司正在让沃森超级计算机和研究人员协同运作，试图从人的说话方式中来预测病人是否有患上精神失调症的可能。
一家来自柏林的公司已经开始研发用录音来诊断注意力不集中症（ADHD）。而另一家波士顿公司Cogito正在开发一款声音分析app，这款app目前正被美国退伍军人事务部用来监测服役人员的情绪状况；它还能诊断躁郁症和抑郁症。
对于这项技术，军方甚至也表示出极大的兴趣。今年上半年，美国军方发起了麻省理工学院研究人员和Sonde公司技术人员的合作，其共同的目标是开发出一款通过美国食品药品监督管理局审批的装备，主要用于脑部损伤的检测。
声音诊断领域的异常活跃，无疑吸引了一些企业的眼球。他们匆忙进入到消费者市场，更在几乎没有临床证据的情况下“大胆”地宣传这些技术。其中，有一个团队在众筹网站Indiegogo上筹集了超过2.7万美元的资金，承诺在今年夏天发布一款将通过分析“声音模式来帮助你达到最佳的健康与活力状态”的app。（该众筹团队还计划收集与癌症症状相关的生物标识物的数据。）
顾虑重重
在临床上利用声音进行有效的诊断并非易事，圣母大学从事神经疾病标志物研究的计算机科学家Christian Poellabauer一语中的。找到说话方式改变的真正原因非常困难，他说。必须要有高质量的有效声音记录，而这就需要购置非常昂贵的设备。不仅如此，你还需要大量数据来确保诊断的相关性是可靠的。
接下来，文化差异也是影响诊断准确性的因素之一。比方说，当通过声音分析诊断脑震荡时，Poellabauer的团队发现许多年轻运动员在说“hell”这个词时会犹豫不决或者改变他们的语调，这样声音测试就可能显示其与脑损伤没有什么关联。
“说话是极其复杂的机制”，Poellabauer说，它并不是简单的音调或音量。
不过，这些语音诊断信息究竟会有多大用处，而且临床医生是否会准备接受它们，以及如何来处理这些信息，对病人而言十分关键。
“如果你使用声音诊断app，它显示你说话含糊，将会患有中风，这对你来说是有用的。因为你知道之后就会立刻去医院。另一方面，如果它显示下个星期你患有偏头疼的几率有38%，那么我就不能确定这是否会对你有用。你可能只是简单地了解一下而已。”纽约大学医学伦理学家Arthur Caplan表示。
Caplan还指出，这种技术可以对病人突然大发雷霆或失去自我控制进行诊断，并认为这可能是患有某种疾病。“我们该如何让声音诊断的app知道哪些是我们想要让它监测的，哪些是不想让它监测的？两者的界限究竟在哪里？”他不禁问道。
此外，一些对声音诊断持批评态度的人还提到了隐私安全问题。他们认为声音分析技术可能已经发展得非常复杂，即便声音样本上没有标记病人的姓名，也可以根据这一技术对病人声音的节奏和语调进行分析以鉴别其身份。这样一来，容易泄露非常私密的个人语音信息，直接危及个人的隐私安全。
“我认为，现在我们还没有能够仅仅根据人的声音就能识别人身份的技术。”曾与IBM公司开发的人工智能产品Watson合作研究声音课题的哥伦比亚大学精神分裂症研究人员Cheryl Corcoran表示，“但是这项技术在不久的将来肯定会出现。”■