Kanadští lékařští vědci vycvičili AI pro strojové učení, aby rozpoznala 14 rozdílů v hlase někoho s cukrovkou 2. typu ve srovnání s někým bez cukrovky.
Sluchové rysy, na které se AI zaměřila, zahrnovaly nepatrné změny výšky a intenzity, které lidské uši nedokážou rozlišit. To bylo poté spárováno se základními zdravotními údaji shromážděnými výzkumníky, jako je věk, pohlaví, výška a váha.
Vědci se domnívají, že model umělé inteligence drasticky sníží náklady na diagnostiku lidí s cukrovkou.
Lidé by obvykle museli být osobně testováni na prediabetes a diabetes 2. typu, včetně diagnostických testů, jako je krevní test. AI by umožnila provádět diagnostiku na dálku a automaticky.
Jaycee Kaufman, první autor článku a vědecký pracovník v Klick Labs, který plánuje uvést software na trh, vysvětlil: „Náš výzkum zdůrazňuje významné hlasové rozdíly mezi jednotlivci s cukrovkou 2. typu a bez ní.“
Pokud jde o AI společnosti, Kaufman doufá, že „změní způsob, jakým lékařská komunita provádí screening cukrovky“.
Běžné testy používané v současnosti k diagnostice cukrovky 2. typu zahrnují test glykovaného hemoglobinu (A1C), test glukózy v krvi nalačno (FBG) a orální glukózové toleranční testy (OGTT), což jsou všechny osobní testy.
Kaufman dodal: „Současné metody detekce mohou vyžadovat spoustu času, cestování a nákladů. Hlasová technologie má potenciál tyto bariéry zcela odstranit.“
Vědci z Klick Applied Sciences v Kanadě ve spolupráci s fakultou na Ontario Tech University v Kanadě trénovali AI pomocí 267 hlasových nahrávek od lidí žijících v Indii.
Zhruba 72 procent účastníků (79 žen a 113 mužů) již bylo diagnostikováno jako nediabetici. U ostatních účastníků (18 žen a 57 mužů) byl diagnostikován diabates 2. typu.
Všichni účastníci nahráli frázi šestkrát denně po dobu dvou týdnů, což mělo za následek celkem 18 000 nahrávek. Vědci pak přesně určili 14 akustických rozdílů mezi lidmi s cukrovkou 2. typu a bez ní.
Čtyři z rozdílů pomohly AI při přesnější diagnostice cukrovky 2. typu. AI dokázala diagnostikovat ženy přesněji. Cukrovku 2. typu diagnostikovala u 89 procent žen a 86 procent mužů.
Výsledky studie zjistily, že „výška“ a „směrodatná odchylka od výšky tónu“ byly užitečné funkce pro diagnostiku stavu u všech účastníků, nicméně „relativní průměrný perturbační jitter“ se ukázal jako užitečnější u žen. „Intenzita“ a „11bodový amplitudový poruchový kvocient shimmer“ byly užitečné při diagnostice mužů.
Studie uvedla: „U žen byly prediktivními rysy střední výška tónu, SD pitch a jitter RAP a u mužů byla použita průměrná intenzita a apq11 shimmer. Jednoduše řečeno, variace v těchto rysech zjistila, že ženy s cukrovkou 2. typu hlásily mírně nižší tón s menší variací a muži s cukrovkou 2. typu hlásili mírně slabší hlasy s větší variací. Tyto rozdíly pravděpodobně pramení z rozdílů v projevech symptomů onemocnění mezi pohlavími.“
Kaufman poznamenal, že tyto rozdíly zjištěné prostřednictvím zpracování signálů AI mezi mužskými a ženskými hlasy byly „překvapivé“.
Výzkumníci došli k závěru: „Hlasová analýza ukazuje potenciál jako nástroj předběžného screeningu nebo monitorování cukrovky 2. typu, zejména v kombinaci s dalšími rizikovými faktory spojenými s tímto stavem.“
Zdroj: diabetes.co.uk
