Hört die KI Krankheiten? Med Uni Graz testet Diagnostik per Stimme

Forschende der Med Uni Graz entwickeln KI-gestützte Verfahren zur akustischen Früherkennung von Krankheiten. Im Fokus stehen Sprach- und Atemsignale, die von Computern präzise ausgewertet werden können. Diagnostische Prozesse sollen durch nicht-invasive Methoden verbessert werden. Potenziell krankhafte Veränderungen sollen frühzeitig erkannt werden.

Die Forschungsgruppe um Florian Pokorny und Katrin Bartl-Pokorny arbeitet an der Analyse stimmlicher Merkmale wie Tonhöhe, Rauheit und Lautstärke. Mithilfe von Machine Learning sollen Algorithmen trainiert werden, aus sprachlichen oder respiratorischen Signalen krankheitstypische Muster zu erkennen. Die Technologie könnte herkömmliche Verfahren ergänzen oder in manchen Fällen sogar ersetzen, etwa durch die Nutzung mobiler Endgeräte wie Smartphones.

In Pilotstudien wird unter anderem das Weinen von Säuglingen mit Regulationsstörungen untersucht. Diese „Schreibabys“ zeigen auffällige vokale Muster, die Hinweise auf spätere Verhaltens- oder Entwicklungsprobleme liefern könnten. Frühzeitige Identifikation solcher Risiken wäre ein entscheidender Fortschritt in der pädiatrischen Diagnostik.

Computer-Audition könnte auch im klinischen Alltag Vorteile bringen, etwa zur Verbesserung der diagnostischen Genauigkeit, Vermeidung unnötiger Untersuchungen oder zur kontinuierlichen Gesundheitsüberwachung. Die Forschenden betonen jedoch, dass der Aufbau valider KI-Systeme nur durch umfangreiche Datensätze gelingt, die alters-, geschlechts- und gesundheitsbezogene Unterschiede abbilden.