Современные возможности диагностики голосовых расстройств с помощью компьютерного акустического анализа голоса и искусственного интеллекта. Обзор литературы
Журнал: Вестник оториноларингологии. 2026;91(4):109-116.
DOI: 10.17116/otorino202691041109
Прочитано: 99 раз
Резюме
ЦЕЛЬ ОБЗОРА
Проанализировать современные подходы к диагностике голосовых расстройств с применением искусственного интеллекта и акустического анализа, а также оценить их эффективность и перспективы внедрения в клиническую практику.
ДИЗАЙН ИССЛЕДОВАНИЯ
Проведен обзор отечественных и зарубежных источников по применению компьютерного акустического анализа и технологий искусственного интеллекта (ИИ) в диагностике заболеваний голосового аппарата.
МАТЕРИАЛ И МЕТОДЫ
Материалом для анализа послужили публикации в научных журналах, результаты клинических исследований, данные об использовании специализированных программных комплексов (PRAAT, MDVP, LingWaves) и систем на базе машинного обучения (SVM, CNN, RNN и их комбинаций). Рассмотрены данные о точности диагностики, интерпретируемости результатов и применимости в реальной клинической практике.
РЕЗУЛЬТАТЫ
Акустический анализ голоса позволяет выявлять патологические изменения на ранних стадиях, до появления выраженной симптоматики. Программы PRAAT и MDVP стали стандартом в оценке спектральных и временных характеристик голоса. Внедрение ИИ значительно повысило точность диагностики (до 95—97% в отдельных исследованиях). Алгоритмы машинного обучения и глубокие нейронные сети обеспечивают автоматизацию диагностики, позволяют выявлять скрытые закономерности и использовать данные, полученные даже с мобильных устройств. Однако остаются нерешенные вопросы стандартизации баз данных, интерпретируемости моделей и этико-правовых аспектов их внедрения. Несмотря на высокую эффективность технологий, для их использования необходимы разработка единых стандартов, обеспечение прозрачности алгоритмов и мультидисциплинарного взаимодействия специалистов.
ЗАКЛЮЧЕНИЕ
Исследование возможностей искусственного интеллекта в диагностике голосовых расстройств не только актуально, но и необходимо для улучшения качества медицинской помощи и повышения доступности диагностики, что в конечном итоге будет способствовать улучшению качества жизни пациентов.
Ключевые слова
- голосовые расстройства
- акустический анализ
- искусственный интеллект
- машинное обучение
- PRAAT
- MDVP
Дата поступления: 05.03.2026
Дата принятия в печать: 15.04.2026
Дата публикации: 04.09.2026
- Al-Dhief F, Mat Baki M, Abdul Latiff NM, Malik NNNA, Salim NS, Albadr MAA, Mahyuddin NM, Mohammed MA. Voice Pathology Detection and Classification by Adopting Online Sequential Extreme Learning Machine. IEEE Access. 2021;9:77293-77306. https://doi.org/10.1109/ACCESS.2021.3082565
- Lechien JR. Generative artificial intelligence in otolaryngology-head and neck surgery editorial: be an actor of the future or follower. European Archives of Oto-Rhino-Laryngology. 2024;281(4): 2051-2053. https://doi.org/10.1007/s00405-024-08579-z
- Галяшина Е.И. Об истории судебной фоноскопической экспертизы. Вестник Университета имени О.Е. Кутафина. 2014;(3):181-195.
- Hillenbrand J. Acoustic Analysis of Voice: A Tutorial. Perspectives on Speech Science and Orofacial Disorders. 2011;21(2):31-43. https://doi.org/10.1044/ssod21.2.31
- Van Lieshout P. PRAAT — Short Tutorial — An Introduction. V. 5.0, March 21, 2017 (PRAAT 6.0.x): 29. Accessed June 20, 2026. https://www.researchgate.net/publication/270819326_PRAAT_-_Short_Tutorial_-_An_introduction
- Nicastri M, Chiarella G, Gallo LV, Catalano M, Cassandro E. Multidimensional Voice Program (MDVP) and amplitude variation parameters in euphonic adult subjects. Normative study. Acta Otorhinolaryngologica Italica. 2005;24(6):337-341.
- Вашкевич М.И., Бурак А.А., Конойко Н.С., Долдова В.С. Анализ акустических параметров голоса для выявления заболеваний гортани. Информатика. 2020;17(1):78-86. https://doi.org/10.37661/1816-0301-2020-17-1-78-86
- Лысак А.П. Акустический анализ голоса в норме и патологии. Речевые технологии/Speech Technologies. 2012;(4):68-82.
- Forero M LA, Kohler M, Vellasco MM, Cataldo E. Analysis and Classification of Voice Pathologies Using Glottal Signal Parameters. Journal of Voice. 2016;30(5):549-556. https://doi.org/10.1016/j.jvoice.2015.06.010
- Потекаев Н.Н., Доля О.В., Фриго Н.В., Атабиева А.Я., Майорова Е.М. Искусственный интеллект в медицине. Общие положения. Философские аспекты. Клиническая дерматология и венерология. 2022;21(6):749-756.
- Гусев А.В. Искусственный интеллект в медицине и здравоохранении. Информационное общество. 2017;3:78-87.
- Kim HB, Song J, Park S, Lee YO. Classification of Laryngeal Diseases Including Laryngeal Cancer, Benign Mucosal Disease, and Vocal Cord Paralysis by Artificial Intelligence Using Voice Analysis. Scientific Reports. 2024;14(1):9297. https://doi.org/10.1038/s41598-024-58817-x
- Хусанов А.У., Кудратиллаев М.Б., Сиддиков Б.Н., Довлетова С.Б. Искусственный интеллект в медицине. Science and Education. 2023;4(5):772-781.
- Huckvale M, Liu Z, Buciuleac C. Automated Voice Pathology Discrimination from Audio Recordings Benefits from Phonetic Analysis of Continuous Speech. Biomed Signal Process Control. 2023; 86:105201. https://doi.org/10.1016/j.bspc.2023.105201
- Ribas D, Pastor MA, Miguel A, Pastor MA, Ortega A, Lleida E. Automatic Voice Disorder Detection Using Self-Supervised Representations. IEEE Access. 2023;11:3243986. https://doi.org/10.1109/ACCESS.2023.3243986
- Сафьянникова Е.А., Крюков А.И., Кунельская Н.Л., Сударев П.А., Романенко С.Г. Возможности нейросети в диагностике новообразований гортани. Digital Diagnostics. 2024;5(1S):98-101. https://doi.org/10.17816/DD627076
- Paderno A, Bedi N, Rau A, Holsinger CF. Computer Vision and Videomics in Otolaryngology-Head and Neck Surgery: Bridging the Gap Between Clinical Needs and the Promise of Artificial Intelligence. Otolaryngologic Clinics of North America. 2024;57(5):703-718. https://doi.org/10.1016/j.otc.2024.05.005
- Крюков А.И., Сударев П.А., Романенко С.Г., Курбанова Д.И., Лесогорова Е.В., Красильникова Е.Н., Павлихин О.Г., Иванова А.А., Осадчий А.П., Шевырина Н.Г. Диагностика доброкачественных новообразований гортани с применением нейросети. Вестник оториноларингологии. 2024;89(3):24-28. https://doi.org/10.17116/otorino20248903124
- Данков Н.И. Исследование возможностей нейросетевых технологий в области идентификации голоса. Экономика и качество систем связи. 2018;3(9):47-52.
- Alhussein M, Muhammad G. Voice Pathology Detection Using Deep Learning on Mobile Healthcare Framework. IEEE Access. 2018;6:41034-41041. https://doi.org/10.1109/ACCESS.2018.2856238
- Al-Hussain G, Shuweihdi F, Alali H, Househ M, Abd-Alrazaq A. The Effectiveness of Supervised Machine Learning in Screening and Diagnosing Voice Disorders: Systematic Review and Meta-analysis. Journal of Medical Internet Research. 2022;24(10):e38472. https://doi.org/10.2196/38472
- Hegde S, Shetty S, Rai S, Dodderi T. A Survey on Machine Learning Approaches for Automatic Detection of Voice Disorders. Journal of Voice. 2019;33(5):737-755. https://doi.org/10.1016/j.jvoice.2018.07.014
- Chen Z, Zhu P, Qiu W, Guo J, Li Y. Deep Learning in Automatic Detection of Dysphonia: Comparing Acoustic Features and Developing a Generalizable Framework. International Journal of Language and Communication Disorders. 2023;58(2):279-294. https://doi.org/10.1111/1460-6984.12783
- Hussein MMA, Omeroglu A, Polat M, Oral E, Ozbek I. Voice Pathology Classification Using Machine Learning. ISASE; 2021:354-357. Accessed June 20, 2026. https://www.researchgate.net/publication/354047975_Voice_Pathology_Classification_Using_Machine_Learning
- Кашницкий Ю.С. История развития ансамблевых методов классификации в машинном обучении. 2015. https://doi.org/10.13140/RG.2.1.3933.2007
- Zhang B, Shi H, Wang H. Machine Learning and AI in Cancer Prognosis, Prediction, and Treatment Selection: A Critical Approach. Journal of Multidisciplinary Healthcare. 2023;16:1779-1791. https://doi.org/10.2147/JMDH.S410301
- Kipyatkova I, Karpov A. Variants of Deep Artificial Neural Networks for Speech Recognition Systems. SPIIRAS Proceedings. 2016;6(49):80-91. https://doi.org/10.15622/sp.49.5
- Kim GH, Hwang YJ, Lee H, Sung ES, Nam KW. Convolutional Neural Network-Based Vocal Cord Tumor Classification Technique for Home-Based Self-Prescreening Purpose. BioMedical Engineering OnLine. 2023;22:81. https://doi.org/10.1186/s12938-023-01139-2
- Karimi-Rouzbahani H, Daliri M. Diagnosis of Parkinson’s Disease in Human Using Voice Signals. Basic and Clinical Neuroscience. 2011;2(4):12-20.
- Mohamed N, Almutairi RL, Abdelrahim S, Alharbi R, Alhomayani FM, Elamin Elnaim BM, Elhag AA, Dhakal R. Automated Laryngeal Cancer Detection and Classification Using Dwarf Mongoose Optimization Algorithm with Deep Learning. Cancers. 2023;16(1):181. https://doi.org/10.3390/cancers16010181
- Mäkitie AA, Alabi RO, Ng SP, Takes RP, Robbins KT, Ronen O, Shaha AR, Bradley PJ, Saba NF, Nuyts S, Triantafyllou A, Piazza C, Rinaldo A, Ferlito A. Artificial Intelligence in Head and Neck Cancer: A Systematic Review of Systematic Reviews. Advances in Therapy. 2023;40(8):3360-3380. https://doi.org/10.1007/s12325-023-02527-9
- Li Y, Gu W, Yue H, Lei G, Guo W, Wen Y, Tang H, Luo X, Tu W, Ye J, Hong R, Cai Q, Gu Q, Liu T, Miao B, Wang R, Ren J, Lei W. Real-Time Detection of Laryngopharyngeal Cancer Using an Artificial Intelligence-Assisted System with Multimodal Data. Journal of Translational Medicine. 2023;21:698. https://doi.org/10.1186/s12967-023-04572-y
- Verde L, De Pietro G, Alrashoud M, Ghoneim A. Leveraging Artificial Intelligence to Improve Voice Disorder Identification Through the Use of a Reliable Mobile App. IEEE Access. 2019;7:124048-124054. https://doi.org/10.1109/ACCESS.2019.2938265
- Kojima T, Hasebe K, Fujimura S, Okanoue Y, Kagoshima H, Taguchi A, Yamamoto H, Shoji K, Hori R. A New iPhone Application for Voice Quality Assessment Based on the GRBAS Scale. Laryngoscope. 2021;131(2):E274-E279. https://doi.org/10.1002/lary.28796
- Kwon I, Wang SG, Shin SC, Cheon YI, Lee BJ, Lee JC, Lim DW, Jo C, Cho Y, Shin BJ. Diagnosis of Early Glottic Cancer Using Laryngeal Image and Voice Based on Ensemble Learning of Convolutional Neural Network Classifiers. Journal of Voice. 2023;37(1):122-130. https://doi.org/10.1016/j.jvoice.2022.07.007
- Liu GS, Jovanovic N, Sung CK, Doyle PC. A Scoping Review of Artificial Intelligence Detection of Voice Pathology: Challenges and Opportunities. Otolaryngology – Head and Neck Surgery. 2024;171(3):658-666. https://doi.org/10.1002/ohn.809
- Nasheri A, Muhammad G, Alsulaiman M, Ali Z, Malki KH, Mesalam TA. Voice Pathology Detection and Classification Using Auto-Correlation and Entropy Features in Different Frequency Regions. IEEE Access. 2017;6:6961-6974. https://doi.org/10.1109/ACCESS.2017.2696056
- Peng X, Xu H, Liu J, Wang J, He C. Voice Disorder Classification Using Convolutional Neural Network Based on Deep Transfer Learning. Scientific Reports. 2023;13:7264. https://doi.org/10.1038/s41598-023-34461-9
- Аверкин А.Н. Объяснимый искусственный интеллект как часть искусственного интеллекта третьего поколения. Речевые технологии/Speech Technologies. 2023;(1):4-10.
- Брызгалина Е.В., Гумарова А.Н., Шкомова Е.М. Ключевые проблемы, риски и ограничения применения ИИ в медицине и образовании. Вестник Московского университета. Серия 7. Философия. 2022;(6):93-107.
- Амлаев К.Р., Хрипунова А.А., Максименко Е.В., Максименко Л.Л., Степанян Т.О. Применение искусственного интеллекта в здравоохранении: перспективы и вызовы для науки и клинической медицины. Проблемы социальной гигиены, здравоохранения и истории медицины. 2024;(3):331-338.
- Литвин А.А., Стома И.О., Шаршакова Т.М., Румовская С.Б., Ковалев А.А. Новые возможности искусственного интеллекта в медицине: описательный обзор. Проблемы здоровья и экологии. 2024;(1):7-17. https://doi.org/10.51523/2708-6011.2024-21-1-01
- Ламоткин А.И., Корабельников Д.И., Ламоткин И.А., Лившиц С.А., Перевалова Е.Г. Искусственный интеллект в здравоохранении и медицине: история ключевых событий, его значимость для врачей, уровень развития в разных странах. Фармакоэкономика. Современная фармакоэкономика и фармакоэпидемиология. 2024;17(2):243-250. https://doi.org/10.17749/2070-4909/farmakoekonomika.2024.254
- Compton EC, Cruz T, Andreassen M, Beveridge S, Bosch D, Randall DR, Livingstone D. Developing an Artificial Intelligence Tool to Predict Vocal Cord Pathology in Primary Care Settings. Laryngoscope. 2023;133(1):123-130. https://doi.org/10.1002/lary.30432
- Кац Л.К. Системы искусственного интеллекта в медицине: проблемы и перспективы. Academic Research in Educational Sciences. 2025;(Conference 1):27-32.
- Mehta DD, Zañartu M, Feng SW, Cheyne HA 2nd, Hillman RE. Mobile Voice Health Monitoring Using a Wearable Accelerometer Sensor and a Smartphone Platform. IEEE Transactions on Bio-Medical Engineering. 2012;59(11):3090-3096. https://doi.org/10.1109/TBME.2012.2207896
- Guk K, Han G, Lim J, Jeong K, Kang T, Lim EK, Jung J. Evolution of Wearable Devices with Real-Time Disease Monitoring for Personalized Healthcare. Nanomaterials (Basel). 2019;9(6):813. https://doi.org/10.3390/nano9060813
- Dubey S, Mahnan A, Konczak J. Real-Time Voice Activity Detection Using Neck-Mounted Accelerometers for Controlling a Wearable Vibration Device to Treat Speech Impairment. Journal of Medical Devices. 2021;15(2):021003. https://doi.org/10.1115/1.4049365
- Литвин А.А., Коренев С.В., Князева Е.Г., Litvin V. Возможности блокчейн-технологии в медицине (обзор). Современные технологии в медицине. 2019;11(4):125-134. https://doi.org/10.17691/stm2019.11.4.21
- Fredouille C, Pouchoulin G, Bonastre JF, Azzarello M. Application of Automatic Speaker Recognition Techniques to Pathological Voice Assessment (Dysphonia). Proceedings of Interspeech. 2005: 149-152. https://doi.org/10.21437/INTERSPEECH.2005-90
- Иванова А.П. Правовые проблемы использования искусственного интеллекта в сфере здравоохранения. Социальные и гуманитарные науки. Отечественная и зарубежная литература. Серия 4. Государство и право: Реферативный журнал. 2021;(1):45-52. https://doi.org/10.31249/rgpravo/2021.01.16
- Гусев А.В., Шарова Д.Е. Этические проблемы развития технологий искусственного интеллекта в здравоохранении. Общественное здоровье. 2023;(1):33-40. https://doi.org/10.21045/2782-1676-2023-3-1-42-50
Рекомендуем статьи по данной теме:
Облачная система автоматической диагностики дисфонии по акустическим параметрам с использованием моделей искусственного интеллекта.Вестник оториноларингологии. 2026;91(4):78-80
Искусственный интеллект в респираторной медицине.Респираторная медицина. 2026;2(2):21-29
Прогнозирование 90-дневной послеоперационной летальности после эзофагэктомии с использованием технологии машинного обучения: сравнительная оценка модели с зарубежными аналогами.Онкология. Журнал им. П.А. Герцена. 2026;15(3):22-26
Прогнозирование успеха дентальной имплантации с использованием искусственного интеллекта и машинного обучения.Российская стоматология. 2026;19(1-2):165-173
Положительные примеры использования в здравоохранении искусственного интеллекта и телемедицины.Профилактическая медицина. 2026;29(2):109-114
Применение искусственного интеллекта в профилактике хронических неинфекционных заболеваний: систематический обзор публикаций 2022—2025 гг.Профилактическая медицина. 2025;28(12):21-30
Интервенционная кардиология в эпоху искусственного интеллекта: технологии, инновации и сложности.Медицинские технологии. Оценка и выбор. 2025;47(4):20-27
Оптимизация диагностики хронического риносинусита с помощью искусственного интеллекта.Российская ринология. 2025;33(4):38-43
Использование модели помощи принятия врачебных решений «PathVision.ai» в морфологической диагностике рака предстательной железы в биопсийном материале.Архив патологии. 2025;87(6):34-41
Проблемы и решения в применении алгоритмов машинного обучения для анализа данных в кардиологии.Профилактическая медицина. 2025;28(10):16-22