AI kan höra hur sjuk du är

Carl Magnus Olsson och Dario Salvi, vid Fakulteten för teknik och samhälle, undersöker hur mobilinsamlad röstdata och maskininlärning kan användas för att upptäcka tecken på Parkinsons sjukdom. Studier visar att sjukdomen ofta påverkar rösten och deras analyser tyder på att vissa röstegenskaper kan hänga ihop med hur svår sjukdomen är.

Projektet ingår i forskningsnätverket eVoiceNet, som samlar forskare från hela Europa för att utveckla metoder för så kallade vokala biomarkörer: mätbara förändringar i rösten som kan kopplas till olika sjukdomar. Nätverket finansieras genom EU:s COST-program, som främst stödjer samarbete, workshops och kunskapsutbyte mellan forskare.

– En av anledningarna till att delta i en COST Action är samarbetsformens höga framgångsgrad av att få andra gemensamma EU ansökningar beviljade. Den finansiering man får avser främst nätverkande och samarbete, medan vår forskningsfinansiering måste vara etablerad sedan tidigare, säger forskaren Carl Magnus Olsson vid Malmö universitet.

En viktig del av samarbetet handlar också om att skapa gemensamma standarder för hur röstdata samlas in och analyseras. Målet är att göra forskningen mer jämförbar och reproducerbar, något som behövs om tekniken i framtiden ska kunna användas i vården.

– Genom nätverket kommer vi att kunna dela vår data och få tillgång till andra datakällor. Vår datamängd är inte särskilt stor, men om den kombineras med andra dataset kan vi använda tekniker såsom deep learning mer effektivt. Samarbeten kan också leda till ytterligare finansiering, säger forskaren Dario Salvi vid Malmö universitet.

På sikt hoppas forskarna att röstanalys ska kunna bli ett enkelt sätt att följa hälsa på distans, till exempel via mobiltelefoner. Då skulle AI bokstavligen kunna “lyssna” efter tidiga tecken på sjukdom.