听听病人嘶哑的声音或许就能轻松诊断出其得了感冒，但是研究者认为一些人耳检测不到的细微的声音变化可以用来识别或预测某些难以诊断的疾病。
机器学习可以在这个研究方向上发展，帮助外科医生检测一系列无法通过传统测试方式诊断出的疾病，如创伤后应激障碍（PTSD）。
纽约大学 Langone 医学中心的精神科医生 Charles Marmar 正在收集战斗老兵的声音样本，用以确定如何用声调和语气等特定特征帮助精神科医生诊断 PTSD、创伤性脑损伤或抑郁症的。初步研究发现，声音线索可以把创伤后应激障碍患者与健康人区分开来，精确度为 77%，加上新的数据后，该精确度还会上升。
「我们有了包括语音特征等大量的生物和心理数据后，医疗和精神病学诊断将会更加准确，」Marmar 说。
数据分析在心理健康医疗领域变得越来越重要，因为在这个领域即使有丰富经验的临床医生，也很难做出诊断。
最近，美国军方推出行为健康数据门户（Behavioral Health Data Portal）来帮助诊断创伤后应激障碍或抑郁症。ONC 还推出 几个项目，专注于收集病人报告结果数据。也有业内专家需要扩大数据收集工作，包括行为和社会经济因素。
梅奥诊所（Mayo Clinic）也在结合远程监测收集语音数据和远程监测来识别冠心病患者。与此同时，波士顿的一家公司正致力于开发一种基于声音的技术，以识别产后抑郁症或痴呆症状。
