罗彻斯特大学新研究：读一句英文，AI 筛查帕金森病准确率达 85.7%

读一句英语字母练习句，就能测出帕金森病？罗切斯特大学的研究人员刚交出了一份很有意思的答卷。

他们让测试者对着电脑麦克风念出经典的英文字母全字母句「the quick brown fox jumps over the lazy dog」，AI 就能捕捉声音里的细微变化，筛查帕金森病的准确率达到了 85.7%。相关研究成果发表在学术期刊《npj Parkinson's Disease》上。

听的不是内容，而是发音的微小颤动

帕金森病最典型的症状是手抖和肢体僵硬，但此前已有研究指出，高达 89% 的患者其实很早就出现了言语障碍，只是人耳很难察觉这些微弱的音质、节奏和发音变化。

罗切斯特大学团队收集了 1306 人的录音样本，其中 392 人确诊帕金森病，914 人为对照组，录音场景覆盖了家庭、诊所和专业护理机构。测试者不需要特殊设备，只要打开网页、对着普通麦克风念完那一句话即可。

技术上，团队把 WavLM、ImageBind 和 Wav2Vec 2.0 这三个主流语音模型结合起来，搭建了一套投影融合架构。AI 不去理解说了什么，而是专注在声学特征的细微畸变上，最终在测试集上跑出了 85.7% 的准确率和 88.9% 的 AUROC。

作为对比，论文引用的数据显示，非专科医生诊断帕金森病的准确率约为 73.8%，即便是运动障碍专科医生，准确率也就在 79.6% 左右。即便把模型放到从未见过的外部医疗机构数据上测试，准确率依然维持在 70% 到 75% 之间，连续语音测试的准确率也有 74.1%。

筛查不是确诊，漏诊率依然是硬伤

不过，这项技术目前还不能当作最终诊断。

首先是漏诊率。系统的敏感度为 75%，特异度为 91.08%，这意味着有大约 25% 的帕金森患者会被漏掉，也就是每四个人里就有一个假阴性。

其次，研究团队虽然在性别和族裔上没发现统计学上的显著偏倚，但在老年女性和处于过渡年龄段的男性群体中，误诊率明显上升，主要是因为自然衰老也会让声带产生类似变化。

此外，目前的模型仅支持英语，且极度依赖电脑和网络连接。项目负责人 Ehsan Hoque 提到，未来如果用户同意，这类技术完全可以内置到智能音箱或手机助手里，作为日常健康的早期预警。

为什么重要

我们认为，这项研究最核心的价值不是刷榜分数有多高，而是它指出了一个极低成本的初筛路径。

帕金森病患者数量预计到 2030 年将翻倍，而在医疗资源贫瘠的地区，神经科医生少得可怜。比如孟加拉国在 2014 年时 1.4 亿人仅有 86 名神经科医生，部分非洲国家每 300 万人才分到一个专科医生。如果只要对着手机念一句话就能完成基础筛查，哪怕它有 25% 的漏网率，也能帮大量根本见不到专家的人争取到宝贵的早期介入时间。

对普通人来说，它现在还只是实验室成果，不能代替去医院挂号。但它展示了消费级硬件结合 AI 模型的潜力：智能音箱和语音助手不需要变成医生，它们只要在发现声音不对劲时，提醒你「去医院看一眼」，就已经能为医疗系统省下巨额开支。