Wat als een eenvoudige stemopname zou kunnen verraden of iemand in een vroeg stadium Parkinson heeft? Die vraag staat centraal in een nieuw en veelbelovend onderzoek van de University of North Texas, waarin kunstmatige intelligentie wordt ingezet om de ziekte van Parkinson te detecteren — niet via bewegingssensoren of hersenscans, maar puur op basis van spraak.
De resultaten zijn opvallend: het AI-model kon met een nauwkeurigheid van 90 procent vaststellen of iemand de ziekte had, op basis van subtiele veranderingen in stemgeluid. Dat opent de deur naar nieuwe, laagdrempelige manieren van vroegdiagnose, die miljoenen mensen wereldwijd kunnen helpen.
Een stem als signaalgever
Parkinson is een progressieve neurologische aandoening die wereldwijd naar schatting bijna 9 miljoen mensen treft. De ziekte staat vooral bekend om kenmerkende motorische symptomen zoals beven, stijfheid en trager bewegen, maar ook spraakproblemen, stemveranderingen, stemmingsstoornissen en cognitieve achteruitgang zijn veelvoorkomende klachten. Vroege diagnose is van groot belang, want hoewel er nog geen genezing bestaat, kunnen behandelingen de symptomen vaak tijdelijk afremmen en de levenskwaliteit verbeteren.
In plaats van pas in te grijpen wanneer iemand duidelijk begint te trillen of met kleine pasjes schuifelt, willen onderzoekers nu eerder in het proces al kunnen signaleren dat er iets mis is. En dat kan dus mogelijk via de stem — een symptoom dat vaak genegeerd wordt, maar verrassend veel informatie bevat.
Hoe AI leert luisteren
Het onderzoek werd geleid door bioinformaticus Aniruth Ananthanarayanan. Hij en zijn team ontwikkelden een machine learning-model dat werd getraind op 195 stemopnames van 31 proefpersonen, waarvan 23 mensen al gediagnosticeerd waren met Parkinson. Het doel: de AI leren om verschillen in stemgeluid te detecteren die samenhangen met de ziekte.
De kunstmatige intelligentie werd gevoed met allerlei akoestische parameters, waaronder:
- Jitter: kleine, onregelmatige trillingen van de stem, die vaak voorkomen bij mensen met een verstoorde spraakmotoriek.
- De verhouding tussen harmonische en ruisgeluiden: bij Parkinson kan de sluiting van de stembanden minder efficiënt zijn, wat leidt tot meer ‘ruis’ in de stem.
- Spreektempo en toonhoogtestabiliteit: deze kunnen subtiel afwijken zonder dat het voor het oor meteen duidelijk is.
Door deze kenmerken in kaart te brengen en te analyseren, kon het model in negen van de tien gevallen correct bepalen wie Parkinson had — puur op basis van de stem. Een indrukwekkende prestatie, zeker gezien de beperkte dataset.
Waarom dit belangrijk is
Volgens de onderzoekers wordt de diagnostische waarde van spraak nog vaak onderschat. “Veranderingen in stemkwaliteit en articulatie zijn doorgaans subtiel, maar treden vaak al op vóór de klassieke motorische symptomen zichtbaar worden,” stellen zij in hun publicatie. "Toch worden deze signalen nauwelijks gebruikt in de klinische praktijk."
Dit maakt spraakanalyse een veelbelovend screeningsinstrument. Niet alleen is het relatief goedkoop en eenvoudig uit te voeren, het kan ook thuis worden gedaan — via een telefoongesprek of een app — zonder dat er ingewikkelde apparatuur nodig is.
Grenzen en kanttekeningen
Toch is het onderzoek nog in een pril stadium en zijn de resultaten niet zonder nuance. Het model is getest op een kleine groep deelnemers, allen uit een vergelijkbare demografische achtergrond. Daardoor is het nog onduidelijk hoe goed de AI zou presteren bij mensen van andere leeftijden, talen, accenten of in rumoerige omgevingen.
Datawetenschapper Aiden Arnold, die zelf niet bij het project betrokken was, spreekt van “een fascinerende stap vooruit”, maar benadrukt dat we voorzichtig moeten zijn. “De resultaten zijn bemoedigend, maar er is nog veel werk nodig om deze technologie robuust, betrouwbaar en breed toepasbaar te maken.”
De toekomst van diagnostiek?
Stel je voor: je belt met je huisarts, praat een minuut over hoe je je voelt, en achter de schermen analyseert een algoritme je stem op signalen van neurologische achteruitgang. Zo'n toekomst lijkt steeds minder sciencefiction. Mocht vervolgonderzoek de huidige bevindingen bevestigen, dan zou dit kunnen leiden tot grootschalige, toegankelijke en goedkope screeningsmethoden — ideaal voor zorgsystemen die onder druk staan, en voor gebieden waar medische expertise schaars is.
Bovendien zou het AI-model verder verfijnd kunnen worden om niet alleen Parkinson, maar ook andere neurologische aandoeningen — zoals ALS, multiple sclerose of zelfs depressie — in een vroeg stadium op te sporen via stemanalyse.
Conclusie
De ontdekking dat kunstmatige intelligentie de ziekte van Parkinson kan herkennen aan de hand van spraakpatronen is veelbelovend en opent nieuwe deuren voor vroegtijdige diagnostiek. Al is het nog te vroeg om deze technologie direct in de praktijk te brengen, het laat zien hoeveel potentieel er schuilt in iets ogenschijnlijk eenvoudigs als onze stem. Als vervolgonderzoek de resultaten bevestigt, kan dit een belangrijke gamechanger worden in de strijd tegen neurologische aandoeningen. En dat, simpelweg door te luisteren.
