Eine neue Studie zeigt, dass durch die Analyse einiger Sekunden der Stimme einer Person mithilfe künstlicher Intelligenz mit einer Genauigkeit von 89 % festgestellt werden kann, ob sie an Typ-2-Diabetes leidet. Diese nicht-invasive Methode verspricht, das Diabetes-Screening zu revolutionieren, indem sie die derzeitigen Testhindernisse wie Zeit, Kosten und Reisen beseitigt.
Wissenschaftler von KlickLabs sehen in der Sprachtechnologie einen möglichen Durchbruch bei der Erkennung von Typ-2-Diabetes. Laut einer bahnbrechenden Studie eines Labors könnte die Feststellung, ob eine Person an Diabetes leidet, bald so einfach sein wie das Einsprechen einiger Sätze in ein Smartphone. Die Forschung, die Spracherkennungstechnologie und künstliche Intelligenz kombiniert, stellt einen großen Fortschritt bei der Diabeteserkennung dar.
Die neue Studie, die in der Fachzeitschrift Mayo Clinic Proceedings: Digital Health veröffentlicht wurde, beschreibt, wie Wissenschaftler sechs bis zehn Sekunden der Stimme einer Person und grundlegende Gesundheitsdaten, einschließlich Alter, Geschlecht, Größe und Gewicht, nutzten, um ein Modell der künstlichen Intelligenz zu erstellen, das erkennen konnte, ob die Person an Typ-2-Diabetes litt. Das Modell war für Frauen zu 89 % und für Männer zu 86 % genau.
Für die Studie haben Forscher im Klick-Labor 267 Personen (mit der Diagnose Nicht-Diabetiker oder Typ-2-Diabetiker) gebeten, zwei Wochen lang sechsmal täglich einen Satz auf ihrem Smartphone aufzuzeichnen. Aus mehr als 18.000 Aufnahmen analysierten Wissenschaftler 14 Unterschiede in der Stimmsignatur zwischen Nicht-Diabetikern und Menschen mit Typ-2-Diabetes.
„Unsere Studie zeigt deutliche stimmliche Unterschiede zwischen Menschen mit Typ-2-Diabetes und Menschen ohne Typ-2-Diabetes auf, die die Art und Weise verändern könnten, wie die medizinische Gemeinschaft auf Diabetes untersucht“, sagte Erstautor Jaycee Kaufman, ein Forschungswissenschaftler im Klick Laboratory. „Aktuelle Erkennungsmethoden erfordern viel Zeit, Reisen und Kosten. Sprachtechnologie hat das Potenzial, diese Hindernisse vollständig zu beseitigen.“
Eine neue klinische Studie von Klick Labs kommt zu dem Ergebnis, dass künstliche Intelligenz und 10 Sekunden Sprache die Art und Weise, wie Menschen auf Diabetes untersucht werden, verändern können, indem sie einen besseren Service und geringere Kosten als aktuelle Screening-Methoden bieten. Die in Mayo Clinic Proceedings: Digital Health veröffentlichten Ergebnisse zeigten, dass Stimmsignaturen bei der Vorhersage von Typ-2-Diabetes bei Frauen zu 89 Prozent und bei Männern zu 86 Prozent genau waren. Quelle: Klick Labs
Das Team von Klick Lab untersuchte einige Klangeigenschaften, die für das menschliche Ohr nicht wahrnehmbar sind, wie etwa Änderungen der Tonhöhe und Intensität. Mithilfe von Signalverarbeitungstechniken konnten Wissenschaftler durch Typ-2-Diabetes verursachte Klangveränderungen erkennen. Überraschend sei laut Kaufman, dass sich diese Stimmveränderungen bei Männern und Frauen unterschiedlich äußern.
Nach Angaben der International Diabetes Federation weiß fast jeder zweite Diabetiker weltweit, also 240 Millionen Erwachsene, nicht, dass er an Diabetes leidet, und bei fast 90 % der Diabetesfälle handelt es sich um Typ-2-Diabetes. Zu den am häufigsten verwendeten diagnostischen Tests für Prädiabetes und Typ-2-Diabetes gehören der glykosylierte Hämoglobintest (A1C), der Nüchternblutzuckertest (FBG) und der OGTT, für die Patienten alle eine medizinische Einrichtung aufsuchen müssen.
Yan Fossat, Vizepräsident von KlickLabs und Hauptforscher dieser Studie, sagte, dass die nicht-invasive und barrierefreie Methode von Klick die Möglichkeit bietet, eine große Anzahl von Menschen zu untersuchen und dabei zu helfen, eine große Anzahl nicht diagnostizierter Typ-2-Diabetes-Patienten zu entdecken.
„Unsere Studie unterstreicht das enorme Potenzial der Sprachtechnologie zur Erkennung von Typ-2-Diabetes und anderen Gesundheitszuständen“, sagte Fossat. „Sprachtechnologie hat das Potenzial, die Gesundheitspraxis als benutzerfreundliches, erschwingliches digitales Screening-Tool zu revolutionieren.“
Fossatt sagte, dass die nächsten Schritte darin bestehen werden, die Studie zu wiederholen und ihre Forschung auf die Verwendung von Sprache als Diagnoseinstrument in anderen Bereichen wie Prädiabetes, Frauengesundheit und Bluthochdruck auszuweiten.