Ένα νέο εργαλείο Τεχνητής Νοημοσύνης βρίσκεται υπό δοκιμή από ερευνητές, με στόχο να αναλύει τη φωνή και να εντοπίζει άτομα που ενδέχεται να χρειάζονται περαιτέρω έλεγχο για διαβήτη τύπου 2. Μια σύντομη ηχογράφηση ομιλίας θα μπορούσε στο μέλλον να αποτελέσει ένα πρώτο βήμα για την αναγνώριση αυτών των ανθρώπων.
Το μοντέλο Τεχνητής Νοημοσύνης αναπτύχθηκε για να αναλύει μόλις 20 δευτερόλεπτα ομιλίας, αναζητώντας συγκεκριμένα χαρακτηριστικά της φωνής που έχουν συσχετιστεί με τη νόσο.
Η τεχνολογία πίσω από τη φωνή
Τα ευρήματα αυτής της έρευνας παρουσιάστηκαν στο ετήσιο συνέδριο της Ευρωπαϊκής Ένωσης για τη Μελέτη του Διαβήτη (EASD), το οποίο πραγματοποιήθηκε στο Μιλάνο. Η μέθοδος βρίσκεται ακόμα υπό αξιολόγηση και ο πρωταρχικός της στόχος είναι να συμβάλει στην επιλογή ατόμων για περαιτέρω έλεγχο, χωρίς ωστόσο να αντικαθιστά τις καθιερωμένες εξετάσεις αίματος ή να θέτει διάγνωση.
Προηγούμενες μελέτες έχουν ήδη συσχετίσει τον διαβήτη τύπου 2 με ορισμένες μεταβολές στην ομιλία. Αυτές περιλαμβάνουν την αυξημένη βραχνάδα, την τραχύτητα της φωνής, καθώς και δυσκολίες στον έλεγχο της αναπνοής κατά τη διάρκεια του λόγου. Τις διαφορές αυτές επιχειρεί να αξιοποιήσει η ομάδα της εταιρείας Thymia, σε συνεργασία με το Πανεπιστήμιο RMIT της Αυστραλίας, για την ανάπτυξη του συγκεκριμένου εργαλείου.
Ανάπτυξη και πρώτες δοκιμές
Για την εκπαίδευση του μοντέλου, χρησιμοποιήθηκαν 63.283 δείγματα φωνής που προέρχονταν από 21.129 άτομα. Οι συμμετέχοντες ήταν κάτοικοι του Ηνωμένου Βασιλείου και των ΗΠΑ, και είχαν δηλώσει αν είχαν διαγνωστεί με διαβήτη. Μετά την ανάπτυξή του, το εργαλείο δοκιμάστηκε σε σύντομες ηχογραφήσεις, όπου οι συμμετέχοντες διάβαζαν έναν μύθο του Αισώπου.
Η πρώτη φάση αξιολόγησης περιέλαβε 7.319 ενήλικες από το Ηνωμένο Βασίλειο, εκ των οποίων 217 είχαν αναφέρει ότι έπασχαν από διαβήτη τύπου 2. Σε αυτή την αξιολόγηση, το μοντέλο απέδωσε υψηλότερη βαθμολογία κινδύνου στα άτομα που είχαν δηλώσει διαβήτη τύπου 2, σε σύγκριση με εκείνα που δεν είχαν διαγνωστεί, σε ποσοστό 80% των συγκρίσεων.
Σύγκριση με αιματολογικές εξετάσεις
Μια δεύτερη αξιολόγηση πραγματοποιήθηκε σε μια υποομάδα 801 συμμετεχόντων, όπου οι εκτιμήσεις του μοντέλου συγκρίθηκαν με μετρήσεις γλυκοζυλιωμένης αιμοσφαιρίνης (HbA1c). Οι αιματολογικές εξετάσεις είχαν διεξαχθεί εντός τριών μηνών από την ηχογράφηση της φωνής.
Η τιμή της HbA1c χρησιμοποιείται ευρέως στη διάγνωση και την παρακολούθηση του διαβήτη, καθώς αποτυπώνει τα μέσα επίπεδα σακχάρου στο αίμα των προηγούμενων δύο έως τριών μηνών. Στη σύγκριση με αυτή την εξέταση, το μοντέλο κατάφερε να εντοπίσει το 82% των συμμετεχόντων που είχαν τιμές στο διαβητικό εύρος, με βάση το όριο αξιολόγησης που χρησιμοποιήθηκε.
Ωστόσο, είναι σημαντικό να αναφερθεί ότι το μοντέλο κατέταξε ως υψηλού κινδύνου και το 47% όσων δεν είχαν τιμές στο διαβητικό εύρος. Αυτό το σημαντικό ποσοστό ψευδώς θετικών αποτελεσμάτων υπογραμμίζει την ανάγκη για εργαστηριακή επιβεβαίωση των εκτιμήσεων που προκύπτουν από την ανάλυση της φωνής.
Περιορισμοί και μελλοντικές προοπτικές
Η απόδοση του εργαλείου ήταν χαμηλότερη σε άτομα που έπασχαν επίσης από καρδιαγγειακή νόσο, υπέρταση ή παχυσαρκία. Οι ερευνητές εκτιμούν ότι αυτές οι καταστάσεις συχνά συνυπάρχουν με τον διαβήτη και είναι πιθανό να προκαλούν παρόμοιες μεταβολές στη φωνή, επηρεάζοντας έτσι την ακρίβεια του μοντέλου.
Με πληροφορίες από: ygeiamou.gr