Исследователи из компании Klick Labs разработали модель машинного обучения, которая позволяет определить наличие диабета 2 типа по краткой записи голоса длительностью всего 6-10 секунд.
Модель показывает максимальную точность теста 89% для женщин и 86% для мужчин в сочетании с другими показателями, такими как индекс массы тела (ИМТ).
"Наше исследование выявило значительные различия в голосовых связях между людьми с диабетом 2 типа и без него и может изменить подход медиков к скринингу на диабет", - прокомментировал Джейси Кауфман, научный сотрудник Klick Labs.
Метод, Опубликовано в журнале Mayo Clinic ProceedingsДля участия в конкурсе требуется короткий аудиоклип, записанный на смартфон.
"Существующие методы обнаружения могут потребовать много времени, поездок и затрат. Голосовая технология способна полностью устранить эти барьеры", - добавил Кауфман.
В ходе исследования было проанализировано 18 000 записей с целью выявить уникальные акустические особенности, которые отличают диабетиков от недиабетиков, обнаруживая тонкие различия в высоте тона и интенсивности звука, незаметные для человеческого уха.
Диабет на поздней или поздней стадии может влиять на голос, вызывая повреждение нервов и ухудшая кровоток, что приводит к таким заболеваниям, как нейропатия, которая влияет на голосовые связки. Это может привести к слабому, хриплому или усталому голосу.
Кроме того, диабет может привести к сухости во рту из-за снижения выработки слюны, что еще больше усугубляет проблемы с голосом.
Подчеркивая растущую роль искусственного интеллекта в здравоохранении, исследователи считают, что эту голосовую технологию можно распространить и на диагностику других заболеваний.
Ян Фоссат, вице-президент Klick Labs, поделился: "Наше исследование подчеркивает огромный потенциал голосовых технологий в выявлении диабета 2-го типа и других заболеваний. Голосовые технологии могут произвести революцию в здравоохранении, став доступным и недорогим инструментом цифрового скрининга".
Подробнее об исследовании
Это увлекательное исследование, но является ли оно методологически надежным?
Размер выборки относительно невелик, имеется ограниченная информация о том, насколько развит диабет в группе диабетиков, и мало информации о контрольной группе.
Тем не менее, прогнозирование тонких тональных качеств речи у диабетиков, безусловно, представляется возможным для тех, у кого прогрессирующая или неуправляемая форма заболевания.
Вот более подробный обзор:
- Цель: В исследовании предпринята попытка выяснить, может ли анализ голоса помочь в предварительной диагностике или мониторинге сахарного диабета 2 типа (СД2). Исследователи сосредоточились на выявлении различий в голосовых записях между людьми с T2DM и без него.
- Методология: 267 участников, как мужчин, так и женщин, включая лиц без диабета и с СД2, записывали фиксированную фразу несколько раз в день в течение двух недель с помощью приложения для смартфона. В результате было получено более 18 000 записей. Команда извлекла из этих записей 14 различных акустических характеристик, чтобы проанализировать и сравнить голоса участников, не страдающих диабетом и T2DM.
- Выводы: Исследователи обнаружили значительные различия в голосовых записях мужчин и женщин, когда сравнивали участников, не страдающих диабетом, с теми, у кого T2DM. Они определили специфические особенности голоса, которые точно предсказывали статус T2DM, особенно если объединить их с данными о возрасте и индексе массы тела. Максимальная точность теста достигла 89% для женщин и 86% для мужчин.
- Последствия: Полученные результаты свидетельствуют о том, что анализ голоса имеет потенциал в качестве инструмента предварительного скрининга или мониторинга T2DM. Этот метод может быть особенно полезен в отдаленных населенных пунктах, предоставляя доступный и неинвазивный вариант раннего выявления и постоянного мониторинга.
Концепция диагностики заболеваний по записи голоса может показаться надуманной, и важно признать, что наилучшие результаты были получены только тогда, когда запись сочеталась с индексом массы тела.
