當代年輕人習慣把「emo」當口頭禪掛在嘴邊，而忽略了真正的「抑郁」代表什么。假如人的情緒也有「值」，那么如何讓情緒測試能像測量體溫、血壓一樣簡單？

人工智能技術正在通過聲音來探索其釋放的情緒信息，比如楊紫主演的《女心理師》有一幕場景是 AI 系統(tǒng)分析/干預來電者的自殺傾向。從呼吸系統(tǒng)疾病到帕金森病、慢性老年病這類生理疾病，以及抑郁癥、產(chǎn)后抑郁、認知障礙和腦震蕩等精神疾病，這些正是 AI 的探索方向——「語音生物標志物」（Vocal Biomarker）。

IT 桔子注意到近日一則「AI 通過聲音來診斷新冠」相關的重磅新聞：美國輝瑞公司（Pfizer）已同意以每股 0.115 澳元、總價 1 億澳元的價格收購 ResApp 股票，但交易仍需法院和股東的批準。ResAPP 目前開發(fā)了一款通過分析咳嗽聲來診斷是否感染新冠病毒的應用程序。

追本溯源，說到通過聽患者的聲音來輔助醫(yī)生判斷病情這件事一點也不奇怪，中醫(yī)自古強調的「望聞問切」中的「聞」就是指聽聲音、氣息；現(xiàn)代醫(yī)學領域中的聽診器更是發(fā)布于 1819 年?？梢?，除了影像數(shù)據(jù)，聲音數(shù)據(jù)也是醫(yī)學范疇內的必要的醫(yī)療數(shù)據(jù)。不過，不同于傳統(tǒng)就醫(yī)方式下的面診、醫(yī)生判斷，人工智能加持下的醫(yī)學使得遠程醫(yī)療、機器診斷成為可能。在新冠疫情大爆發(fā)、全球醫(yī)療資源緊張的今天，這種方式或是得以解「燃眉之急」。

本文著眼于科普，并能簡要回答以下四個問題：

• AI 語音識別篩查新冠病毒和抑郁癥是如何實現(xiàn)的？
• 輝瑞制藥擬收購的 ResApp 這家公司有何特殊之處？
• 全球范圍內獲得投資的同類公司還有哪些？
• 國內公司在這方面進行了什么樣的嘗試探索？

通過語音判斷是否感染病毒是如何實現(xiàn)的

通過聲音檢測新冠病毒感染靠譜嗎？要回到這個問題，需要回歸科學層面。研究表明，人體發(fā)聲時會產(chǎn)生相應的生物標記物，當身體出現(xiàn)健康問題時，疾病的特異性干擾會對人體某個系統(tǒng)或多個系統(tǒng)產(chǎn)生細微、肉眼難以察覺、但具有特性的變化，生物標記物含量由此產(chǎn)生變化。而這種變化，可以利用機器來進行檢測和分析計算。

其實，相比 AI 語音識別是否感染近 2 年才出現(xiàn)的新冠病毒，AI 更早之前還被運用于判斷和識別 PTSD（創(chuàng)傷后應激障礙）、抑郁癥以及其他心理疾病。比如，抑郁癥患者往往會表現(xiàn)出言語遲緩、音量不穩(wěn)定、發(fā)聲顫抖、語言韻律異常等癥狀。

2015 年，紐約大學 Langone 醫(yī)學中心的研究人員使用神經(jīng)網(wǎng)絡發(fā)現(xiàn)了 30 種語音特征，比如，機器學習算法顯示，在 250 多名患有創(chuàng)傷后應激障礙的個體中，發(fā)音中的元音間隔明顯縮短等。這些特征可能區(qū)分出創(chuàng)傷后應激障礙的退伍軍人和未受影響的退伍軍人（或健康對照組），這個方法被用于一項為期 5 年的前瞻性大型隊列研究。在開發(fā)的早期階段，研究人員就發(fā)現(xiàn)該系統(tǒng)可以診斷 PTSD 的準確性為 77%。

那么，繼聽聲輔助心理診斷后，AI 在通過聲音來判斷是否感染新冠病毒也有了用武之地。

卡內基梅隆大學（CMU）一支研究團隊長期致力于語音取證技術的研究，他們研究發(fā)現(xiàn)人的聲音受到器官機構狀況和健康程度的影響，能揭示生理/心理甚至醫(yī)學數(shù)據(jù)。受新冠肺炎病毒感染的患者，肺部會發(fā)生一些病變，其呼吸模式等參數(shù)會受到影響，導致發(fā)出的聲音（呼吸間隔、咳嗽聲等）出現(xiàn)一些異常特征，算法通過學習數(shù)據(jù)能夠抓取識別出這些病癥。

時頻譜示意圖

早在 2020 年 4 月，卡內基梅隆大學就發(fā)布過簡易的測試程序 COVID Voice Detector 中，受試者需要填寫個人健康相關信息，并錄制咳嗽、英文元音的發(fā)音，數(shù)字和字母表朗讀等語音信息。系統(tǒng)最后會返回一個分數(shù)，表明所錄制的聲音和收集到的 COVID-19 患者數(shù)據(jù)相比，其感染特征相符合的程度。

整個過程的實現(xiàn)是需要經(jīng)過前期數(shù)據(jù)采集，中期的構建數(shù)據(jù)分析模型、機器學習，到后期的數(shù)據(jù)采樣、數(shù)據(jù)匹配與結果反饋。

首先，研究者需要采集到新冠陽性確診者和陰性人群的大量錄音測試數(shù)據(jù)，然后將這些語音生物標志物生成頻譜圖；機器模型經(jīng)過訓練和學習來感知和分析其中的細微變化；在最后的應用期，人工智能將用戶提交的錄音與基于臨床試驗中 COVID-19 陽性參與者的錄音的合成圖像進行比較，以確定它們之間的相關性。最后，機器反饋輸出一個結果。

所以，機器識別的準確率很大程度上取決于數(shù)據(jù)信息的豐富度，當訓練的樣本數(shù)據(jù)足夠多，足夠豐富，機器判斷的準確率也能提高。

ResApp 表示，在印度和美國對 741 名患者進行的臨床試驗中，該算法正確地檢測出了 92% 的新冠病毒感染者。ResAppDx 目前在歐洲通過了 CE 市場認證，在澳大利亞獲得了 TGA 許可批準。

值得注意的是，應用程序篩查并不能完全代替臨床醫(yī)生的診斷，但可用作 COVID-19 的早期預警，或者說是篩查，而不是診斷。ResAPP 方面也表示，「其設計的流程是如果檢測結果并沒有感染那么就無需做快速抗原測試或者 PCR 檢測，但如果程序診斷感染了新冠病毒，那么人們就應該繼續(xù)正常的檢測?！?/p>

ResApp 是一家什么樣的公司

通過 Google 搜索和官網(wǎng)公開信息，我們發(fā)現(xiàn) ResApp Health 是一家「重生」的新公司——ResApp Diagnostics 通過反向收購 2005 年在澳大利亞證券交易所上市的生物公司 Narhex Life Sciences 實現(xiàn)上市，2014 年雙方組建了 ResApp Health，公司總部位于澳大利亞布里斯班。其背后核心團隊成員背景也比較多元：非執(zhí)行主席 Roger Aston 博士具有生物學背景，在多家大型制藥公司董事會任職；CEO、總經(jīng)理 Tony Keatin 擁有昆士蘭大學的機械工程博士學位（Ph.D.），創(chuàng)業(yè)前曾在 UniQuest 工作，主要負責技術商業(yè)化方面；聯(lián)合創(chuàng)始人 Brian Leedman 是一位連續(xù)創(chuàng)業(yè)者，曾創(chuàng)辦多家醫(yī)療公司，主要負責營銷和投資者關系。

ResApp 專注于提供呼吸道疾病領域的數(shù)字化診斷篩查服務——利用機器學習算法分析咳嗽聲對哮喘，肺炎和毛細支氣管炎等疾病進行判斷。這種服務既可以集成在遠程醫(yī)療解決方案系統(tǒng)中為醫(yī)生提供便利，也可以運行在獨立的 APP 中面向患者使用。

ResApp 公司旗下有三大產(chǎn)品體系，分別應用于急性呼吸疾病診斷、慢性呼吸疾病管理和睡眠健康管理領域。值得一提的是，睡眠健康管理主要是幫助具有睡眠呼吸障礙的人群。ResApp 開發(fā)了一種阻塞性睡眠呼吸暫停篩查測試程序，通過床頭的智能手機來記錄夜間呼吸和打鼾聲以識別阻塞性睡眠呼吸暫停 (OSA)。傳統(tǒng)方式的睡眠呼吸暫停診斷需要在實驗室使用多個傳感器，進而生成多導睡眠圖 (PSG)，而 AI 分析檢測的方式幾乎「無感知」，將對人體的干擾降為最低。

圖片來源 ResApp 官網(wǎng)，經(jīng)谷歌翻譯

另外，ResApp 近期開發(fā)了一款通過聽咳嗽聲音判斷是否感染新冠病毒的 APP，并聲稱其 APP 新冠檢測準確率「已經(jīng)超過了快速抗原測試的實際準確率」。ResApp 還表示，除了表示收購意向外，輝瑞與公司宣布將就新冠病毒問題簽訂研發(fā)許可協(xié)議。

目前 ResApp 在澳交所的股價為 0.11 澳元，總市值約 1 億澳元；同時，還在美股 OTC（場外柜臺交易）板塊可交易。

像這樣分析聲音的 AI 醫(yī)療公司還有哪些

致力于語音生物標志物」（Vocal Biomarker）研究的商業(yè)公司都有誰呢？可參見下表：

除了上文說到的 ResApp，IT 桔子觀察到全球范圍內另有其他一些使用聲音做診斷的公司獲得了融資。比如美國抑郁癥診斷語音分析領域的 Ellipsis Health 完成了 2600 萬美元 A 輪融資，加拿大 AI 語音診斷技術研發(fā)商 Winterlight Labs，以及專注識別焦慮和抑郁等疾病的美國初創(chuàng)公司 Kintsugi 在近半年內分別完成 800 萬美元的種子輪融資和 2000 萬美元的 A 輪融資。

還有兩家以色列健康科技公司 Beyond Verbal 和 Healthymize 合并設立的 Vocalis Health 在 2019 年底獲得了以色列健康技術和生命科學風險投資公司 Amoon 牽頭的 900 萬美元融資。在 2021 年 2 月，Vocalis 宣布其 COVID-19 篩查工具 Vocalis Check 在大型臨床研究中成功驗證，并已獲得 CE 標志，成為首個獲得 CE 批準的新冠篩查醫(yī)療設備。

以上公司雖然可能是語音生物標志物」領域部分獲投公司，但不管從布局的資方數(shù)量上看，還是公司所獲融資階段等各方面來看，這個細分市場是一個很前沿的賽道，目前還非常早期，商業(yè)化落地短期內更是無望。尤其是在國內，雖然國內在智能語音領域擁有不少成熟的頭部 AI 公司，但無論是老牌的科大訊飛，還是新秀的云知聲、思必馳，目前還沒有公開可行的 AI 語音生物標志物產(chǎn)品/方案。不過國內也有兩家初創(chuàng)公司曾經(jīng)或正在探索這個方向。

想象科技成立于 2014 年，提供語音情感分析與心理測評服務；嘗試過社交方向。2017 年專注「情緒體檢」的 Wonder AI Lab 成立，探索 AI＋心理健康的可能性。其感知 AI 模型通過實時識別個人情緒，再綜合心理、精神疾病等多學科知識交叉運用，基于 EQ 專家所標記的 350 多萬個情感音頻數(shù)據(jù)，最后應用到智能語音心理健康平臺上。

科慧健遠成立于 2019 年，在某次創(chuàng)業(yè)大賽中展示了其研發(fā)的一款兒童語言發(fā)育障礙 AI 病理機器人，利用 AI 人臉識別技術、眼線眼動數(shù)據(jù)分析技術、病理語音數(shù)字分析技術、自閉癥及語言相關障礙篩查系統(tǒng)，對語言發(fā)育遲緩、兒童構音障礙、自閉癥、語言發(fā)育遲緩等疾病進行篩查和識別。不過，該項目是否真正落地和推向市場，暫不得而知。

AI 加持下的普惠、個性化醫(yī)療讓現(xiàn)代醫(yī)學診斷不再止步于臨床應用，而是走進千家萬戶，更加便利可取。這條道路雖任重而道遠，但其價值無限，亦值得出發(fā)。