Hanya dari Suara, Penyakit Seseorang Sudah Bisa Dideteksi

tirto.id - Dunia medis telah mengenal berbagai macam cara untuk mendeteksi keberadaan penyakit pada diri seseorang. Detak jantung, warna dan tekstur feses, sampel darah dan urine, kondisi kulit, suhu tubuh, frekuensi napas, kadar oksigen, kondisi kuku dan mata, sampai DNA dan riwayat keluarga selama ini sudah menjadi indikator yang umum dipakai.

Meski begitu, para ilmuwan tidak puas dengan pencapaian itu. Ada sekelompok ilmuwan yang kini tengah menyempurnakan metode deteksi menggunakan suara. Istilahnya biomarker vokal, yaitu ciri khas dalam suara seseorang yang berkorelasi dengan kondisi kesehatan tertentu.

Riset soal itu berkembang pesat dalam beberapa tahun terakhir, melibatkan institusi-institusi terkemuka dan pendanaan besar. Salah satunya dari National Institutes of Health (NIH) Amerika Serikat (AS).

Upaya Mempermudah Diagnosis dari Suara

Contoh proyek paling ambisius di bidang ini adalah Bridge2AI-Voice. Inisiatif tersebut didanai ole NIH dengan nilai lebih dari 100 juta dolar AS dan melibatkan University of South Florida (USF), Cornell, serta sepuluh institusi lain. Targetnya mengumpulkan sekitar 30.000 sampel suara dalam empat tahun, lengkap dengan data kesehatan lain sebagai pembanding.

Data yang dikumpulkan mencakup lima kelompok gangguan, yaitu gangguan neurologis, suara, suasana hati, pernapasan, dan kejiwaan anak seperti autisme.

Suara dipilih sebagai indikator karena ia dihasilkan lewat kerja sama rumit antara otak, otot, paru-paru, dan pita suara. Artinya, gangguan pada salah satu sistem itu berpotensi meninggalkan jejak yang bisa didengar, meski tidak dengan telinga manusia secara langsung.

Suara dihasilkan ketika udara dari paru-paru melewati pita suara di laring, membuatnya bergetar, lalu dibentuk lagi oleh rongga mulut, hidung, dan tenggorokan, sebelum keluar sebagai kata-kata. Proses itu melibatkan lima otot laring utama yang mengatur ketegangan dan posisi pita suara. Kontraksi otot itulah yang menentukan apakah suara terdengar serak, bergetar, atau normal.

Dari proses fisik tersebut, peneliti mengekstrak beberapa parameter akustik yang paling sering dipakai. Pertama, jitter, yaitu ketidakstabilan frekuensi dasar suara dari satu getaran ke getaran berikutnya (normalnya berkisar 0,5 sampai 1,0 persen pada suara sehat). Kedua, shimmer, yang mengukur ketidakstabilan amplitudo atau volume suara. Ketiga, harmonic-to-noise ratio atau HNR, yaitu perbandingan antara komponen suara teratur dan kebisingan akibat turbulensi udara di pita suara, yang dianggap bermasalah jika nilainya turun di bawah 7 desibel.

Penyakit Parkinson menjadi salah satu yang paling banyak--sekaligus paling masuk akal--diteliti. Sebab, gangguan gerak yang jadi ciri khasnya turut memengaruhi otot-otot pengendali suara. Perubahan pada fitur suara sudah bisa terdeteksi pada 78 persen pasien Parkinson tahap awal, bahkan sebelum gejala tersebut disadari oleh pasien maupun dokter.

Fenomena itu mendorong lahirnya proyek Parkinson's Voice Initiative yang digagas Max Little, peneliti dari Wellcome Trust dan MIT. Proyek tersebut menggunakan algoritma yang mendeteksi tiga jenis gejala Parkinson dari rekaman seseorang mengucapkan aaaah lewat telepon, yaitu getaran pita suara, kelemahan napas, dan fluktuasi gerakan rahang serta lidah.

Selain itu, ada kolaborasi Pfizer dengan IBM yang mengukur gejala Parkinson lewat sensor dan perangkat bergerak. Tujuannya memantau kondisi pasien hanya dari cara bicara sehari-hari, mulai dari variasi nada, jeda bicara, hingga pilihan kata.

Salah satu riset teknis terbarunya dilaksanakan tim di University of Macau dan Shanghai University, yang mengembangkan model bernama Voice-AttentionNet. Model tersebut dilatih menggunakan 892 kasus dan hampir 35.500 sampel suara dari Guangdong Provincial Hospital of Traditional Chinese Medicine di Guangzhou, mencakup enam kategori, yaitu sehat, gangguan hati, penyakit paru, Parkinson, aritmia sinus, dan gangguan tiroid. Hasilnya, model itu mencapai akurasi rata-rata 91,61 persen pada data uji, mengalahkan model-model pembanding populer, seperti VGG16 dan ResNet18.

Selain menunjukkan level akurasi tinggi, studi tersebut mengungkap, tingkat kesulitan deteksinya sangat berbeda antar-penyakit. Parkinson dan gangguan paru-paru, misalnya, lebih mudah dideteksi. Bahkan, model terbaik mencapai akurasi nyaris sempurna untuk kategori Parkinson. Namun, penyakit gangguan tiroid lebih sulit dideteksi; akurasi terbaik saat ini hanya 86,64 persen.

Lucunya, di tengah maraknya penelitian di bidang ini, muncul masalah yang justru sangat mendasar bagi bidang ilmu yang sudah berjalan lebih dari sepuluh tahun. Istilah voice biomarker, speech biomarker, dan vocal biomarker, selama ini dipakai bergantian oleh banyak peneliti, padahal masing-masing sebenarnya merujuk pada proses fisiologis yang berbeda pula.

Kekacauan pengistilahan membuat hasil penelitian antar-laboratorium sulit dibandingkan. Akibatnya, regulator kesulitan menilai kelayakan pakai sebuah teknologi.

Untuk mengatasi hal itu, sejumlah pakar internasional dari berbagai disiplin ilmu, mulai dari kedokteran, patologi wicara, hingga rekayasa akustik dan etika, membentuk sebuah pedoman yang disebut VOCAL (Vocal Biomarker Guidelines for Ontology, Classification, Application, and Logistics).

Proses pembuatannya cukup panjang, melibatkan beberapa peninjauan. Hasilnya juga baru terbit di jurnal Digital Biomarkers pada 21 Juli 2026. Di situ tim peneliti memaparkan alur produksi suara di tubuh manusia, dari proses paling dasar sampai yang terumit. Total, ada 5 tingkatan, dari level 0 sampai 4.

Level 0 berisi definisi fundamental soal biomarker, biomarker digital, dan biomarker vokal sebagai payung besar yang mencakup semua sinyal dari sistem suara, ucapan, linguistik, dan paralinguistik.

Level 1 disebut Cardio-Respiratory Acoustic, mencakup suara napas dan batuk yang mencerminkan kondisi paru-paru dan jantung.

Level 2 berfokus pada kotak suara, mencakup ukuran nada dan rasio suara jernih terhadap bising. Ukuran tersebut bisa mendeteksi ketika Parkinson membuat rentang nada seseorang jadi datar dan monoton.

Level 3 naik ke mekanika pembentukan kata, termasuk koordinasi lidah, bibir, dan langit-langit lunak. Penyakit seperti Amyotrophic Lateral Sclerosis (ALS) bisa mengganggu ketepatan waktu dan kejelasan pengucapan suku kata.

Level 4 paling kompleks lantaran mencakup pilihan kata, struktur kalimat, dan nada emosi dalam ucapan. Contoh yang dipakai peneliti adalah penyempitan kosakata pada pasien Alzheimer, atau struktur kalimat yang awalnya kompleks jadi sederhana pada gangguan bahasa tertentu.

Selain pembagian empat level itu, kerangka VOCAL menegaskan satu distingsi yang selama ini kabur dalam literatur, yaitu antara ukuran vokal dan biomarker vokal yang sudah tervalidasi.

Selama ini, banyak angka yang diekstrak dari rekaman suara langsung disebut biomarker. Padahal, biomarker baru sah disebut demikian setelah melalui validasi analitis dan klinis, sama seperti biomarker tradisional lainnya. Selama validasi itu belum tuntas, yang ada baru sekadar kandidat pengukuran, bukan alat diagnosis siap pakai.

Keterbatasan yang Masih Jadi PR

Meski sudah cukup mendetail dan berkerangka kuat, tim peneliti masih mengakui adanya keterbatasan. Terlebih, proses konsensusnya baru dicapai dengan bertumpu pada tradisi linguistik Barat, belum melibatkan pemangku kepentingan dari Asia, Afrika, dan Amerika Latin.

Kerangka itu juga belum mengatur standardisasi pengumpulan data. Belum lagi soal tahapan validasi alat sebelum bisa dipakai di klinik. Dengan kata lain, dokumen tersebut baru menyepakati kosakata bersama, bukan prosedur teknis atau standar mutu penelitian.

Selain dari segi teknis, hambatan lain dari penggunaan metode ini ada pada aturan privasi. Berdasarkan aturan perlindungan data Uni Eropa atau GDPR, khususnya Pasal 4.1, suara dianggap sebagai data tidak anonim, sebab suara bisa dipakai mengungkap identitas seseorang, sama seperti sidik jari. Di AS, sementara itu, aturannya belum jelas soal pemilik sah suara yang disumbangkan untuk riset dan boleh-tidaknya dikomersialisasi.

Maka, sejauh ini, belum ada satu punbiomarker vokal yang disetujui oleh regulator kesehatan seperti FDA maupun European Medicines Agency (EMA) untuk dipakai sebagai alat diagnosis resmi.

Namun, bukan berarti riset yang ada telah gagal. Setidaknya, kini sudah ada patokan yang jelas untuk menggiring studi-studi berikutnya ke arah yang lebih tepat.