呵護嬰兒健康的新技術

沒有什么比聽到嬰兒的哭聲更讓媽媽揪心的了，對于那些還不能說話的嬰兒來說，哭聲是他們唯一表達不適的方式。但是嬰兒到底哪兒不舒服了，則需要敏感的媽媽慢慢去從哭聲或者其他表現中體會。特別需要注意的是，嬰兒的哭聲常常會隱藏一些不可忽視的疾病信息。

近日，一些試圖翻譯寶寶哭聲的手機應用程序陸續在海外面市，這對于有小寶寶的家庭來說，可算是一個福音。手機應用程序可以理解寶寶們“無法說出”的需求，通過對嬰兒哭聲的分析和對比，有可能揭露出嬰兒潛在健康問題，讓一些疾病得到及早的治療。這些醫療領域的革新，都可被視為在大數據時代，智慧醫療的具體體現。

機器翻譯

寶寶的哭聲

嬰兒用哭叫吸引大人的注意，并得到想要的東西。但是，在有些情況下，他們發出的聲音還可以提供疾病線索。

你的寶寶是餓了、困了還是不舒服？近來，一款名為“嬰語翻譯機”的手機應用程序宣稱知道這個問題的答案。中國臺灣大學醫學院云林分院的開發人員介紹，該程序可以告訴用戶不到半歲的嬰兒哭泣的原因。分析嬰兒哭聲的頻率、查找其中細微的起伏，接著與已記錄的哭聲模式進行對比，就可以發現嬰兒哭鬧的原因。通過用戶的反饋，程序可以評估當前的“翻譯”準確與否，并學會更精確地猜測嬰兒的需求。據稱，目前該程序對新生兒哭泣原因的猜測準確率高達92%，但是針對更大一點的孩子，準確性會降低。

一家西班牙公司不久前也推出了類似的產品，他們的“寶寶哭聲翻譯機”可以在智能手機上運行，僅需幾秒鐘便可以推斷出寶寶的狀況，同時還會給出安撫小家伙的相關建議。

當然了，沒有什么算法能夠替代為人父母的準確直覺。但對哭聲的分析能為孩子的看護人減輕壓力，甚至為醫生提供幫助。過去的幾十年，研究者發現嬰兒的啼哭蘊藏著豐富的信息。除了像手機應用開發者們一樣關注寶寶們的需求之外，科學家也一直致力于找出寶寶哭聲背后潛在的健康問題。在嬰兒的聲音中，他們仔細地尋找神經損傷及遺傳缺陷的征兆。這種診斷方法優勢巨大，有了它，嬰幼兒就不用接受一些不舒服甚至有危險的檢查了。

破譯疾病信號

法國兒科醫生熱羅姆·勒熱納是這類研究的先驅。1960年，他發現有些寶寶的哭聲聲調很高，幾乎像貓叫一樣，而這恰恰是一種類似唐氏綜合征的遺傳缺陷。勒熱納恰當地把這種疾病命名為“貓叫綜合征”。這種尖叫其實是嬰兒喉部發育不良導致的。患兒還會表現出多種癥狀，包括生長缺陷、肌營養不良、頭長臉圓等等。醫生們常常要用基因檢測的方式才能確診疾病，但貓叫一樣的哭聲仍然是最清晰迅捷的指示信號。

人類發出的所有聲音幾乎都用到了喉。喉是呼吸系統的一部分，是咽喉與氣管分開的部位。喉與聲帶一起幫助我們發出聲音和語言。一切聲音都是通過聲帶周圍的肌肉收縮而實現的。當氣體從肺內呼出，緊繃的聲帶便產生振動，從而發出聲音。聲帶的緊繃度越高，聲調越高——健康新生兒在哭的時候一般每秒產生250～450次振動。

從很多方面來說，每個孩子的哭聲都是獨特的。音調的高低取決于聲帶與喉部的關系，兩者共同形成“主頻”，這是每個人發聲的基礎。但人的聲音并非靜態，而是可以在一定范圍內調節。音量、節奏以及外在的音色等特性形成了人聲頻譜內的各種變化。這些聲音特點主要由喉部下方的區域塑造，包括膈肌、肺和胸腔。聲道上半部分的主要作用是精細調節：放大部分頻率的同時維持或者抑制另一些頻率。正是這種復雜的相互作用機制創造出整個人類的聲音頻譜。

哭的神經沖動發起于大腦的邊緣系統和下丘腦。這些區域產生的神經信號進一步擴散到其他腦區，比如腦干和小腦，它們參與聲音形成的協調工作。然后信號再通過脊髓內的神經纖維下傳至聲帶的肌肉、喉部、胸腔和胃。就像管弦樂隊那樣，不同部位各司其職，最終發出聲音。任何一員未盡其責，聲音就不協調。有些腦損傷干擾了這種復雜的相互作用，嬰兒的哭聲因此出現變化。

更精細化的技術

分辨哭聲中的異常，需要使用比聆聽更精細的方法。科學家利用技術手段將聲音按成分分解，這樣即使最小的異常（不規則變化）都會被識別。在2013年，布朗大學的工程師和醫生宣稱，他們開發出一個頻率分析儀器，該儀器可以篩查嬰兒聲音中的80種聲學特性。據稱，其中每一個特性均有可能隱含健康相關的信息。

他們的分析分兩步。首先，該軟件將記錄到的哭聲剪成12.5毫秒的小片段，然后利用這些片段，分析聲音的頻率、音量和聲帶振動程度。第二步，研究人員根據自身經驗，將記錄中的片段分類為“持續發聲”“空白”和“間斷的尖叫”幾個類別。最后，該軟件分析錄音之中的各種特質，比如哭聲之間的停頓、平均音高和一段時間里的音調變化。斯蒂芬·申科夫是羅德島婦幼醫院的兒科醫生，也是該軟件的開發者之一。他認為此項分析具有廣闊前景，有利于自閉癥的早期診斷。他解釋道：“之前我們已經知道自閉癥患兒會產生出一些特殊的聲音。”除了自閉癥，還有許多疾病也是能夠通過寶寶哭聲進行診斷的。舉例來說，產傷和腦損傷，是嬰兒出生時很少見的情況，診斷起來十分棘手。斯蒂芬認為，哭聲分析也許能夠幫助醫生更早地發現這類特殊患兒。這樣的話，醫生便可以仔細監測患兒，迅速應對突發狀況。

用布朗大學精神病學家、這項聲學分析的主要研究人員巴里·萊斯特的話來說，嬰兒的哭聲就像“通向大腦的窗口”。萊斯特從20世紀70年代就開始研究嬰兒的哭聲，那時的設備遠不如2013年他參與開發的儀器那么精密。當時的研究者還需要以簡單的頻譜圖也就是聲音頻率的圖像呈現為基礎進行工作。當時的研究人員分析圖表時基本上都是手動計算，盡管條件有限，也還是有了不少重要發現：20世紀60年代，長島猶太醫學中心的文森特·R. 菲西凱利和塞繆爾·卡列利茨推斷，頻率分析結果中特殊的不規則變化表明新生兒有腦損傷。這些腦損傷嬰兒的哭聲格外尖銳，非常短促，還有特征性的雙音。此外，這些嬰兒對痛覺刺激的反應也比較遲鈍。

數年后，以芬蘭赫爾辛基大學的兒童保育專家卡塔琳娜·米克爾松為首的一個研究團隊發現了嬰兒哭聲和疾病的另一個聯系：異常的刺耳哭聲與不規律的基頻同時出現，就意味著更高的窒息死亡風險。

此后，她又找到幾種綜合征也伴有嬰兒哭叫異常，包括腦炎、腦積水和克拉伯病——又稱嬰兒家族性彌漫性硬化，一種由基因缺陷導致的進行性神經損傷，有時會引起患兒的一陣陣尖叫。

嬰兒猝死綜合征（SIDS）沒有明確病因，也沒有任何早期癥狀。由萊斯特和波士頓大學的邁克爾·J.科溫帶領的研究團隊決定從嬰兒哭聲中篩查預警信號。在1995年的一項大型研究中，該團隊記錄了20000個健康新生兒的哭聲，并用計算機分析其中的異常。在研究期間，有12個嬰兒死于嬰兒猝死綜合征。通過這12個嬰兒的哭聲錄音，研究者發現了這些不幸嬰兒的共同特征。但是由于其他很多孩子們也具有相同特征的哭聲，所以盡管該方法鑒定出了一種危險人群，但因為有太多的假陽性，并不適用于常規的醫學篩查。

孕期藥物攝入

20世紀70年代，研究人員開始關注妊娠期藥物濫用是否影響嬰兒的哭聲。一個由紐約西奈山醫學院的喬治·布利尼克帶領的團隊發現，對阿片類藥物成癮的母親所生的小孩哭聲聲調更高。20年之后，萊斯特對這一觀察結果產生了興趣，決意進一步研究其中的關系。隨后幾年時間里，他帶領團隊對一些在母親子宮里就接觸了大麻、酒精、阿片和可卡因的嬰兒展開研究，觀察到多種反常的哭叫模式，比如極其尖銳的哭聲，大量短促的停頓。這些特征，加上其他不規則發聲，清楚地指明這些嬰兒在控制呼吸和聲道方面有問題，而這些變化很可能是神經系統發育缺陷和神經元損傷造成的。

孕期母親的藥物攝入對嬰兒哭聲的影響，仍是哭聲分析領域中的一個熱點。自20世紀70年代以來，研究該現象的技術有了大幅度的進步。2014年，美國南卡羅萊納大學的菲利普·S.澤斯金和同事使用現代聲音記錄和分析設備，發現母親在孕期攝入可卡因會對嬰兒產生不同的效應，具體影響主要取決于性別：受影響的男嬰尖叫聲更高，并且會發出反常的刺耳聲音；而女嬰的哭聲音量變低，重復較少，停頓更長。

應激刺激通過不同方式影響男性和女性，這是過去就知道的。科學家也早就猜測，在子宮內接觸到可卡因對嬰兒的影響會有性別差異。他們當時發現，女孩表現出對環境的敏感性降低，而男孩表現為長期刺激過度。直到最近，申科夫和萊斯特發現了一個也許能夠解釋這種區別的因素。2016年6月，他們發表的一篇文章稱，尖叫的音調取決于一個基因的表達，而該基因與身體應激反應的形成有關。他們由此找到了嬰兒出生前藥物戒斷的效果與嬰兒啼哭聲之間的關聯。

未來的診斷工具

經過數年時間，研究者已經分析出一系列尖叫特征。除了持續時間、音量和中斷等明顯的特征外，科學家還觀察了主調音、疊加音、變異度及發音困難（比如聲音嘶啞和刺耳等）。針對每個特點，他們都調查了與正常值的偏離程度。單一的缺損——比如調節呼吸系統或者聲帶有問題——常常引起反常的哭叫模式。但這些發現目前尚不足以用于準確地診斷疾病。很多情況下，好幾種疾病對哭聲有相似的影響；相反，不同的異常表現有時也可能是同一病因造成。醫生能夠從哭聲中檢測到異常的特征，但必須深入檢查才能得出明確的診斷結果。

由于上述限制，嬰兒哭聲分析目前還沒有應用于臨床。申科夫相信更多的有效性研究會讓醫生們最終接受這項技術。他希望，“哭聲分析有朝一日會成為評估自閉癥等疾病風險的一項獨立診斷工具，或是全套診斷方案中的一部分”。在那之前，可能最好的辦法就是相信你為人父母的直覺，嘗試解讀寶寶哭聲背后的信息。如果你理解錯了寶寶的意圖，也可以反復試錯：喂奶、抱抱、唱歌。畢竟手機應用能提供的建議也不過如此。