迈向用于临床语音生物标志物的基础模型

事件概述

相关报道显示，研究提出对比学习模型VoiceFM，将语音音频嵌入与临床元数据对齐，在Bridge2AI-Voice数据集（984名成人、40,056段录音、5家医学中心）上训练，并在冻结嵌入的线性探针评估中于5项任务获得平均AUROC 0.952，优于Frozen Whisper、Frozen HuBERT等基线。模型在时间分离的138人验证队列中对阿尔茨海默病/痴呆/MCI与气道狭窄分别达到AUROC 0.99与0.89，并可在外部数据集与西班牙语。

这类研究的意义不只在于提出新的疾病认识，也在于为早筛、分层诊疗和随访管理提供更具体的检测依据。

产业观察

前沿医学研究会持续推动检测技术、临床分层和疾病管理方式的变化。

文章来源

https://www.medrxiv.org/content/10.64898/2026.05.28.26354346v1