Возможности использования голосовых паттернов в диагностике сердечно-сосудистых заболеваний: систематический обзор

Цель. Определить возможность использования параметров акустического анализа речевого сигнала и речевых биомаркеров в диагностике и мониторинге сердечно‑сосудистых заболеваний.

Материал и методы. Поиск информации проводился согласно требованиям и положениям Preferred Reporting Items for Systematic Reviews and Meta‑Analyses (PRISMA) в базах данных PubMed, Google Scholar, ClinicalTrials, КиберЛенинка и eLibrary. В обзор включены 14 оригинальных исследований, в которых анализировались голосовые параметры пациентов с сердечно-сосудистыми заболеваниями (хроническая сердечная недостаточность (ХСН), легочная гипертензия (ЛГ), ишемическая болезнь сердца (ИБС)). Изучались статические акустические признаки и динамические изменения при терапии. Сравнивались показатели у больных и здоровых, а также до и после лечения.

Результаты. В работах, посвященных изучению изменения параметров речевого сигнала у больных с ХСН, показано, что речевые индексы и акустические признаки отличаются при декомпенсации по сравнению с состоянием при выписке. В амбулаторных исследованиях отмечены независимые ассоциации скорости речи у пациентов с ХСН и/или ЛГ. В исследованиях, посвященных диагностике ИБС, голосовые биомаркеры ассоциированы с наличием атеросклероза коронарных артерий по данным коронароангиографии и с инцидентными коронарными событиями в последующем наблюдении.

Заключение. Текущий систематический обзор показал, что акустический анализ речевого сигнала и полученные с его помощью голосовые биомаркеры представляются доступными инструментами для дистанционного мониторинга сердечно-сосудистых заболеваний. Однако для внедрения в рутинную клиническую практику необходимо проведение многоцентровых исследований и стандартизация методики исследования речевого сигнала для валидации нового подхода, который может быть положен в основу удаленного скрининга и диагностики, а также динамического диспансерного наблюдения за пациентами с хроническими болезнями системы кровообращения.

1. Oranov R.G., Shalnova S.A., Maslennikova G.Ya. Epidemiology and prevention of cardiovascular diseases. Cardiology. News. Opinions. Training. 2025;1:73-85. (In Russ.)

2. Оганов Р.Г., Шальнова С.А., Масленникова Г.Я. Эпидемиология и профилактика сердечно-сосудистых заболеваний. Кардиология: Новости. Мнения. Обучение. 2025;1:73-85.

3. Maor E., Sara J.D., Orbelo D.M., Lerman L.O., Levanon Y., Lerman A. Voice Signal Characteristics Are Independently Associated With Coronary Artery Disease. Mayo Clinic Proceedings. 2018;93:840–847. https://doi.org/10.1016/j.mayocp.2017.12.025.

4. Murton O.D.G., Hillman R., Majmudar M., Steiner J., Guttag J., Mehta D. Daryush. Acoustic Voice and Speech Biomarkers of Treatment Status during Hospitalization for Acute Decompensated Heart Failure. Applied Sciences. 2023;13:1827. https://doi.org/10.3390/app13031827.

5. Sara J.D.S., Maor E., Borlaug B.A., Ishikawa K., Li Y., Lerman L.O., Lerman A. Non-invasive vocal biomarker is associated with pulmonary hypertension. PLOS ONE. 2020;15:e0231441. https://doi.org/10.1371/journal.pone.0231441.

6. Maor E., Perry D., Mevorach D., Taiblum N., Luz Y., Mazin I., et al. Vocal Biomarker Is Associated With Hospitalization and Mortality Among Heart Failure Patients. Journal of the American Heart Association. 2020;9:e013359. https://doi.org/10.1161/JAHA.119.013359.

7. Pana M.P., Busnatu S., Serbanoiu L., Vasilescu E., Popescu N., Catalina A., Sinescu C.J. Reducing the Heart Failure Burden in Romania by Predicting Congestive Heart Failure Using Artificial Intelligence: Proof of Concept. Applied Sciences. 2021;11:11728. https://doi.org/10.3390/app112411728.

8. Mittapalle K.R., Pohjalainen H., Helkkula P., Kaitue K., Minkkinen M., Tolppanen H., Nieminen T., Alku P. Glottal flow characteristics in vowels produced by speakers with heart failure. Speech Communication. 2022;137:35–43. https://doi.org/doi:10.1016/j.specom.2021.12.001.

9. Reddy M.K., Helkkula P., Keerthana Y.M., Kaitue K., Minkkinen M., Tolppanen H., Nieminen T., Alku P. The automatic detection of heart failure using speech signals. Computer Speech & Language. 2021;69:101205. https://doi.org/doi:10.1016/j.csl.2021.101205.

10. Amir O., Abraham W.T., Azzam Z.S., Berger G., Anker S.D., Pinney S.P., Burkhoff D., Shallom I.D., Lotan C., Edelman E.R. Remote speech analysis in the evaluation of hospitalized patients with acute decompensated heart failure. JACC: Heart Failure. 2022;10(1):41–49. https://doi.org/10.1016/j.jchf.2021.08.008.

11. Murton O.M., Hillman R.E., Mehta D.D., Stepp C.E., Awan S.N., Solomon N.P., et al. Acoustic speech analysis of patients with decompensated heart failure: a pilot study. JASA Express Letters. 2017;142:EL401–EL407. https://doi.org/10.1121/1.5007092.

12. Sarsila M.A., Ahmadli N., et al. Voice-Driven Mortality Prediction in Hospitalized Heart Failure: A Machine Learning Approach Enhanced with Diagnostic Biomarkers. arXiv. 2024;2402.13812.

13. Amir O., Anker S.D., Gork I., et al. Feasibility of remote speech analysis in evaluation of dynamic fluid overload in heart failure patients undergoing haemodialysis treatment. ESC Heart Failure. 2021;8:2467–2472. https://doi.org/doi:10.1002/ehf2.13367.

14. Pareek V., Sharma R.K. Coronary Heart Disease Detection from Voice Analysis. In: 2016 IEEE Students’ Conference on Electrical, Electronics and Computer Science (SCEECS). 2016.

15. Sara J.D.S., Ishikawa K., Li Y., et al. Acoustic features are independently associated with heart failure and pulmonary hypertension. ESC Heart Failure. 2025;12:2946–2957. https://doi.org/10.1002/ehf2.15309.

16. Kiran Reddy Mittapalle, Hilla Pohjalainen, Pyry Helkkula, Kasimir Kaitue, Mikko Minkkinen, Heli Tolppanen, Tuomo Nieminen, Paavo Alku. Glottal flow characteristics in vowels produced by speakers with heart failure. Speech Communication. 2022;137:35-43. https://doi.org/10.1016/j.specom.2021.12.001.

17. Sara J.D.S., Maor E., Orbelo D.M., et al. Noninvasive Voice Biomarker Is Associated With Incident Coronary Artery Disease Events at Follow-up. Mayo Clinic Proceedings. 2022;97:835–846. https://doi.org/10.1016/j.mayocp.2021.10.024.