Πώς η τεχνητή νοημοσύνη μπορεί πλέον να ανιχνεύσει τον σακχαρώδη διαβήτη μέσω ανάλυσης φωνής 

Σε χρόνο dt, θα εντοπίζεται με υψηλή ακρίβεια αν ένα άτομο πάσχει από διαβήτη από εφαρμογή φωνητικής καταγραφής
Σε χρόνο dt, θα εντοπίζεται με υψηλή ακρίβεια αν ένα άτομο πάσχει από διαβήτη από εφαρμογή φωνητικής καταγραφής

Διερευνώντας τις δυνατότητες της φωνητικής ανάλυσης ως εργαλείου προεπιλογής ή παρακολούθησης για τον σακχαρώδη διαβήτη τύπου 2 (ΣΔ2) επιστήμονες εξέτασαν τις διαφορές στις ηχογραφήσεις φωνής μεταξύ μη διαβητικών και ατόμων με ΣΔ2.

H Klick Labs μέσα από μία νέα και άκρως εντυπωσιακή έρευνα επέδειξε την ικανότητα της τεχνολογίας της τεχνητής νοημοσύνης να ανιχνεύει το διαβήτη τύπου 2 μέσω ανάλυσης φωνής. Στην έρευνα που εντυπωσιάζει την επιστημονική κοινότητα αλλά και ολόκληρο τον κόσμο, αναλύθηκαν οι φωνητικές καταγραφές διάφορων συμμετεχόντων, με την τεχνητή νοημοσύνη να φαίνεται πως μπορεί με 89% ακρίβεια να ανιχνεύσει την ασθένεια στις γυναίκες και με 86% στους άντρες.

Η εν λόγω έρευνα αποκάλυψε σημαντικές διαφορές στη φωνή ατόμων που πάσχουν ή όχι από διαβήτη και προβλέπεται να φέρει επανάσταση στον τρόπο με τον οποίο διενεργούνταν οι σχετικές εξετάσεις στην ιατρική κοινότητα. Κι αυτό μιας που πλέον μπορούμε να κάνουμε λόγο για εξοικονόμηση χρόνου και χρημάτων, σώζοντας παράλληλα άτομα που δεν εξετάζονταν συστηματικά.

Πιο αναλυτικά, στη μελέτη συμμετείχαν 267 άτομα με διαβήτη τύπου 2, τα οποία έκαναν φωνητικές εγγραφές φράσεων στο smartphone τους, έξι φορές τη μέρα, για περίοδο δύο εβδομάδων. Αναλύθηκαν πάνω από 18.000 αρχεία τα οποία είχαν 14 ξεχωριστά ακουστικά χαρακτηριστικά που διέφεραν από ανθρώπους που δεν έπασχαν από διαβήτη. Με αυτόν τον τρόπο, η τεχνητή νοημοσύνη μέσω της επεξεργασίας σήματος, μπόρεσε να ανιχνεύσει αυτές τις μικρές αλλά σημαντικές φωνητικές παραλλαγές, προχωρώντας σε διάγνωση. Οι επιστήμονες θεωρούν πως η φωνητική τεχνολογία μπορεί να κάνει την έγκαιρη διάγνωση προσβάσιμη σε όλο τον κόσμο και με πολύ μικρότερο κόστος, κάνοντας την εξέταση εύκολη στην πραγματοποίηση σε αναπτυσσόμενες ή εμπόλεμες χώρες που έχουν ελλιπείς υποδομές.

Το επόμενο βήμα των Klick Labs είναι η επέκταση της μελέτης σε πεδία εντοπισμού άλλων ιατρικών προβλημάτων, όπως η υπέρταση.

Συμπέρασμα

Το υλικό που παρουσιάζεται εδώ αναφέρει μια πολλά υποσχόμενη εφαρμογή φωνητικής ανάλυσης για ανίχνευση T2DM. Αν και τα αποτελέσματα είναι ενθαρρυντικά, απαιτείται περαιτέρω έρευνα με μεγαλύτερες και πιο διαφορετικές κοόρτες για να επικυρωθεί η αποτελεσματικότητα και η γενίκευσή του. Ωστόσο, τα ευρήματά τους υπογραμμίζουν τις δυνατότητες της φωνητικής ανάλυσης ως προσιτού και οικονομικά αποδοτικού εργαλείου ελέγχου. Η εφαρμογή της φωνητικής αξιολόγησης θα μπορούσε να βοηθήσει στην έγκαιρη παρέμβαση και διαχείριση του ΣΔ2 και η συνεχής ανάπτυξη θα μπορούσε να μειώσει την αυξανόμενη επιβάρυνση της νόσου και να βελτιώσει τα αποτελέσματα της υγειονομικής περίθαλψης.

Η μελέτη δημοσιεύθηκε στο Mayo Clinic Proceedings: Digital Health.

Total
0
Shares
Σχετικά άρθρα