Durch eine frühe Identifizierung von Läsionen lässt sich die Prognose Betroffener signifikant verbessern. Die frühe Erkennung von Stimmveränderungen, die durch Kehlkopfkrebs verursacht werden, war darum das Ziel von Wissenschaftlern um Phillip Jenkins von der Oregon Health University.
Genau hinhören mit KI
Dazu analysierten sie Daten aus dem Datensatz „Bridge2AI-Voice“ – ein Datensatz, bei dem die Stimme als Biomarker der Gesundheit im Fokus steht, um unterschiedliche Krankheiten wie zum Beispiel Parkinson oder Demenz, aber eben auch Krebserkrankungen aufgrund komplexer, akustischer Marker zu erkennen. 12.523 Sprachaufnahmen von 306 Teilnehmenden, darunter Menschen mit Kehlkopfkrebs, Menschen mit gutartigen Stimmlippenläsionen und Menschen mit weiteren Kehlkopferkrankungen, analysierten Jenkins und sein Team, um akustische Merkmale zu identifizieren, die auf Kehlkopfkrebs hinweisen können. Dazu zählten:
- Lautstärke
- Tonhöhe
- Stimmklarheit
Stimme als Spiegel der Gesundheit
Das Entscheidende dabei: die Unterscheidung stimmlicher Besonderheiten zwischen Teilnehmenden mit Läsionen und Teilnehmenden mit anderen Stimmstörungen. Besonders spannend war dabei die harmonic-to-noise ratio (HNR) – etwa die Klarheit der Stimme. Hier zeigten sich in der Studie signifikante Unterschiede im HNR und der Grundfrequenz zwischen gutartigen Läsionen und gesunden Kontrollpersonen als auch Menschen mit Kehlkopfkrebs.
Doch was bedeutet das für den Praxisalltag? Hier könnte ein validiertes KI-basiertes Sprachscreening-Tool den Wissenschaftlern zufolge auch auf Telemedizin-Basis eingesetzt werden und somit Diagnoseverzögerungen reduzieren. Weitere Studien mit größeren Stichproben und mit Blick auf das Geschlecht der Teilnehmenden stehen noch aus.
Quelle: Jenkins P et al. Front Digit Health 2025; 7:1609811. DOI: 10.3389/fdgth.2025.1609811
Fazit
Mittels KI können stimmliche Veränderungen können frühzeitig erkannt und Patienten mit Kehlkopfkrebs identifiziert werden, um Diagnoseverzögerungen zu vermeiden.
