李光申、楊智宇、胡皓淳、王思涵

聲音沙啞會干擾交流並影響生活品質，也是常被低估的臨床症狀。聲音沙啞的病因診斷必需要依靠內視鏡的侵入式檢查直接觀察聲帶的情形，然而內視鏡設備不但價格昂貴非基層醫療單位的標準配置，且需要專業的喉科醫師判讀才能做出正確的診斷。對於偏鄉或是隔離的患者而言，遠距非侵入性的聲音沙啞診斷工具成為了尚未滿足的需求。
本研究成功開發出一種基於聲音的聲帶疾病分類辨識方法，藉由人工智慧卷積神經網路的深度學習模型，可以區分出正常嗓音、聲帶萎縮、單側聲帶麻痺、器質性聲帶病變及內收肌痙攣性發聲障礙五大類的聲音，其準確度不但大幅超越一般的耳鼻喉科醫師，也優於喉科專門醫師。
未來基於本研究成果所開發的病理嗓音診斷軟體，可以運用於一般健康檢查、偏鄉醫療或是遠距醫療，也可以做為缺乏內視鏡工具的基層診所臨床決策輔助工具來決定是否需要轉診到大醫院做進一步診治。