Диагноз по голосу? ( 1 фото )

В новом исследовании, опубликованном в журнале “Mayo Clinic Proceedings: Digital Health”, описывается, как ученые использовали от 6 до 10 секунд голоса человека, а также основные медицинские данные, включая возраст, пол, рост и вес, для создания модели искусственного интеллекта, способной определить, страдает ли человек диабетом 2-го типа. Точность модели составила 89% для женщин и 86% для мужчин.

В рамках исследования ученые Klick Labs попросили 267 человек (с диагнозом “недиабет” или “диабет 2-го типа”) записывать фразу на свой смартфон шесть раз в день в течение двух недель. На основе более чем 18 000 записей ученые проанализировали 14 акустических характеристик на предмет различий между людьми, не страдающими диабетом и диабетом 2-го типа.

“Наше исследование выявило значительные различия в звучании голоса у людей с диабетом 2-го типа и без него и может изменить подход к диагностике диабета в медицинском сообществе”, – сказал Джейси Кауфман, первый автор статьи и научный сотрудник Klick Labs. “Существующие методы выявления диабета требуют много времени, поездок и затрат. Голосовая технология способна полностью устранить эти барьеры”.

Команда Klick Labs изучила ряд особенностей голоса, таких как изменения высоты тона и интенсивности, которые не могут быть восприняты человеческим ухом. С помощью обработки сигналов ученые смогли обнаружить изменения в голосе, вызванные диабетом 2-го типа. Удивительно, но эти изменения в голосе по-разному проявляются у мужчин и женщин, говорит Кауфман.

Новый потенциальный инструмент для скрининга недиагностированного диабета
По данным Международной диабетической федерации, почти каждый второй, или 240 млн. взрослых, живущих с диабетом в мире, не знают о наличии у них этого заболевания, и почти 90% случаев диабета приходится на диабет 2-го типа. Наиболее часто используемые диагностические тесты для выявления преддиабета и диабета 2-го типа включают определение гликированного гемоглобина (A1C), а также тест на уровень глюкозы в крови натощак (FBG) и ОГТТ – все они предполагают посещение пациентами медицинского учреждения.

Ян Фоссат, вице-президент компании Klick Labs и главный исследователь данного исследования, отметил, что неинтрузивный и доступный подход компании Klick дает возможность обследовать огромное количество людей и помочь выявить большой процент недиагностированных людей с диабетом 2-го типа.

“Наше исследование подчеркивает огромный потенциал голосовых технологий в выявлении диабета 2-го типа и других заболеваний”, – сказал Фоссат. “Голосовые технологии могут произвести революцию в здравоохранении, став доступным и недорогим инструментом цифрового скрининга”.

По словам Фоссата, следующим шагом будет повторение результатов исследования и расширение исследований с использованием голоса в качестве диагностического средства в других областях, таких как преддиабет, женское здоровье и гипертония.

Это новейшее открытие стало возможным благодаря более чем десятилетнему опыту и инвестициям Klick Labs в области машинного обучения, науки о данных и искусственного интеллекта в нескольких терапевтических областях, включая область диабета.

Jaycee M. Kaufman, Anirudh Thommandram, Yan Fossat. Acoustic Analysis and Prediction of Type 2 Diabetes Mellitus Using Smartphone-Recorded Voice Segments. October 17, 2023.
Интересно, а что еще научатся определять по голосу? Не пора ли переходить на текстовые сообщения?

Крепкого здоровья!