Larynxkarzinom an der Stimme erkennen – künftig mit KI?

Larynxkarzinom an der Stimme erkennen? Frühe Stadien der Erkrankung, aber auch andere Stimmbandläsionen verändern die Akustik der Stimme. Das ebnet den Weg zur Früherkennung von Veränderungen mithilfe Künstlicher Intelligenz (KI).

Die Fünf-Jahres-Überlebensrate beim Larynxkarzinom liegt – abhängig vom Tumorstadium – Schätzungen zufolge zwischen 35 und 78 Prozent: Eine frühe Diagnose ist damit entscheidend für die Prognose. Derzeit wird die Erkrankung durch nasale Videoendoskopie und Biopsien diagnostiziert, aufwendige und invasive Verfahren. Eine Möglichkeit zur Früherkennung gibt es nicht.

Wie Anomalien der Stimmbänder anhand der Stimme erkannt werden können, hat ein US-amerikanisches Team im Rahmen einer Proof-of-Principle-Studie aufgezeigt. Das Team um Dr. Philipp Jenkins, Postdoktorand für klinische Informatik an der Oregon Health and Science University in Portland (USA) analysierte dafür 12.523 Sprachaufnahmen von 306 Personen. Die Ergebnisse ebnen den Weg zur Früherkennung von Kehlkopfkrebs mithilfe von KI und wurden im Fachjournal „Frontiers in Digital Health“ Anfang August veröffentlicht.

„Hier zeigen wir, dass wir mit diesem Datensatz Stimmbiomarker verwenden konnten, um die Stimmen von Patienten mit Stimmbandläsionen von denen ohne solche Läsionen zu unterscheiden“, erklärte Jenkins, korrespondierender Autor der Studie.

Variationen in Ton, Tonhöhe, Lautstärke und Klarheit

Er und seine Kollegen sind Mitglieder des Projekts „Bridge2AI-Voice“ innerhalb des Konsortiums „Bridge to Artificial Intelligence“ (Bridge2AI) des US-amerikanischen National Institute of Health. Die landesweite Initiative widmet sich der Anwendung von KI als Antwort auf komplexe biomedizinische Herausforderungen. Für ihre Studie nutzte das Team um Jenkins die erste Version des Bridge2AI-Voice-Datensatzes. Die Wissenschaftler analysierten Variationen in Ton, Tonhöhe, Lautstärke und Klarheit der Stimmen.

Ein geringer Teil der Sprachaufnahmen stammte von Patienten mit bekanntem Larynxkarzinom, gutartigen Stimmbandläsionen, spasmodischer Dysphonie oder einseitiger Stimmbandlähmung. Die Forscher konzentrierten sich auf Unterschiede in einer Reihe von akustischen Merkmalen der Stimme: zum Beispiel die mittlere Grundfrequenz (Tonhöhe), Jitter, Schwankungen der Tonhöhe innerhalb der Sprache, Shimmer, Schwankungen der Amplitude und das Verhältnis von Oberwellen zu Rauschen, ein Maß für das Verhältnis zwischen Oberwellen- und Rauschkomponenten der Sprache.

Deutliche Unterschiede – allerdings nur bei Männern

Das Team um Jenkins fand deutliche Unterschiede im Verhältnis von Oberwellen zu Rauschen und in der Grundfrequenz zwischen Männern ohne Stimmstörungen, Männern mit gutartigen Stimmbandveränderungen und Männern mit Kehlkopfkrebs. Bei Frauen fanden sie keine aussagekräftigen akustischen Merkmale. Die Studienautoren vermuten aber, dass ein größerer Datensatz solche Unterschiede möglicherweise aufzeigen könnte.

Jenkins und sein Team schlussfolgern, dass insbesondere Schwankungen im Verhältnis von Oberwellen zu Rauschen hilfreich sein können, um die klinische Entwicklung von Stimmbandläsionen zu überwachen und Kehlkopfkrebs frühzeitig zu erkennen ‒ zumindest bei Männern.

Jenkins geht davon aus, dass ethisch einwandfreie, große, multi-institutionelle Datensätze wie Bridge2AI-Voice bald dazu beitragen könnten, die Stimme zu einem praktischen Biomarker für das Krebsrisiko in der klinischen Versorgung zu machen. Das legten die Studienergebnisse nahe.

Eine Brücke zur KI schlagen: KI-Modelle trainieren

Nun sei der Nachweis erbracht, dass das Prinzip funktioniert, so die Autoren. Der nächste Schritt: Die Algorithmen auf mehr Daten anzuwenden und sie in klinischen Umgebungen an Patientenstimmen zu testen. „Um von dieser Studie zu einem KI-Tool zu gelangen, das Stimmbandläsionen erkennt, würden wir Modelle anhand eines noch größeren Datensatzes von Sprachaufnahmen trainieren, die von Fachleuten gekennzeichnet wurden. Anschließend müssen wir das System testen, um sicherzustellen, dass es bei Frauen und Männern gleichermaßen gut funktioniert“, erläutert Jenkins.

„Stimmbasierte Gesundheitstools werden bereits getestet. Auf der Grundlage unserer Ergebnisse schätze ich, dass mit größeren Datensätzen und klinischer Validierung ähnliche Tools zur Erkennung von Stimmbandläsionen in den nächsten Jahren in die Pilotphase eintreten könnten“, prognostiziert Jenkins. (ja/BIERMANN)