Proyek Bridge2AI-Voice yang didanai oleh National Institutes of Health (NIH) dengan nilai investasi lebih dari 100 juta dolar AS kini menjadi salah satu pilar utama dalam pengembangan teknologi diagnostik berbasis suara. Inisiatif skala besar ini melibatkan institusi terkemuka seperti University of South Florida (USF), Cornell, serta sepuluh institusi mitra lainnya. Target utama dari proyek ini adalah mengumpulkan sekitar 30.000 sampel suara dalam kurun waktu empat tahun ke depan. Data vokal yang dikumpulkan nantinya akan dikelompokkan ke dalam lima kategori gangguan kesehatan utama, yaitu gangguan neurologis, gangguan suara, gangguan suasana hati, gangguan pernapasan, serta gangguan kejiwaan pada anak seperti autisme. Langkah ini diharapkan dapat mempermudah proses skrining medis awal secara non-invasif.
Untuk memahami bagaimana suara dapat mencerminkan kondisi kesehatan, terdapat beberapa parameter akustik yang dianalisis oleh para ahli dan sistem kecerdasan buatan. Parameter pertama yang diperiksa adalah jitter, yaitu ukuran ketidakstabilan frekuensi dasar suara dari satu getaran pita suara ke getaran berikutnya. Pada kondisi fisik yang prima, nilai jitter normal pada suara yang sehat berkisar antara 0,5 sampai 1,0 persen. Jika nilai ini melebihi batas normal, hal tersebut bisa mengindikasikan adanya gangguan fungsional pada organ suara atau sistem saraf yang mengendalikannya.
