Μόλις 20 δευτερόλεπτα ομιλίας μπορεί να αρκούν ώστε ένα σύστημα τεχνητής νοημοσύνης να εντοπίσει αυξημένο κίνδυνο διαβήτη τύπου 2, σύμφωνα με νέα μεγάλη μελέτη που παρουσιάστηκε στο ετήσιο συνέδριο της Ευρωπαϊκής Ένωσης για τη Μελέτη του Διαβήτη (EASD).
Η προσέγγιση βασίζεται στην ανάλυση χαρακτηριστικών της ανθρώπινης φωνής που δεν είναι απαραίτητα αντιληπτά από το ανθρώπινο αυτί. Οι ερευνητές εξετάζουν εάν οι συγκεκριμένες ακουστικές αλλαγές μπορούν να λειτουργήσουν ως «φωνητικός βιοδείκτης» για τον διαβήτη.
Πώς λειτουργεί η μέθοδος
Η ερευνητική ομάδα εκπαίδευσε μοντέλο τεχνητής νοημοσύνης χρησιμοποιώντας 63.283 δείγματα φωνής από 21.129 ανθρώπους στις ΗΠΑ και το Ηνωμένο Βασίλειο.
Στη συνέχεια, το μοντέλο αξιολογήθηκε σε 7.319 ενήλικες που έδωσαν απομακρυσμένα μια ηχογράφηση περίπου 20 δευτερολέπτων, διαβάζοντας ένα σύντομο κείμενο.
Το σύστημα δεν «ακούει» τη λέξη διαβήτης ούτε αναζητά κάποια συγκεκριμένη λέξη. Αναλύει ακουστικά χαρακτηριστικά της ομιλίας, όπως αλλαγές στη φωνή, στην άρθρωση και στον έλεγχο της αναπνοής και της φώνησης.
Τι έδειξαν τα αποτελέσματα
Στην πρώτη αξιολόγηση, το μοντέλο έδινε υψηλότερη βαθμολογία κινδύνου σε ανθρώπους που είχαν αναφέρει ότι πάσχουν από διαβήτη τύπου 2 σε περίπου 80% των περιπτώσεων.
Οι ερευνητές πραγματοποίησαν και δεύτερη, πιο αντικειμενική αξιολόγηση σε 801 άτομα που είχαν υποβληθεί σε εξέταση HbA1c. Η HbA1c χρησιμοποιείται για την εκτίμηση των μέσων επιπέδων γλυκόζης στο αίμα κατά τους προηγούμενους δύο έως τρεις μήνες.
Σε αυτή την ομάδα, το μοντέλο παρουσίασε AUC 0,75 για τον εντοπισμό ατόμων που βρίσκονταν στο διαβητικό εύρος της HbA1c. Η ευαισθησία ήταν 82%, ενώ το ποσοστό ψευδώς θετικών αποτελεσμάτων ήταν 47%.
Δεν αντικαθιστά την εξέταση αίματος
Το εύρημα είναι σημαντικό για την έρευνα της ψηφιακής υγείας, όμως δεν σημαίνει ότι κάποιος μπορεί να διαγνωστεί με διαβήτη απλώς μιλώντας στο κινητό του.
Η συγκεκριμένη τεχνολογία βρίσκεται ακόμη σε φάση κλινικής αξιολόγησης. Οι ίδιοι οι ερευνητές προτείνουν να χρησιμοποιείται, εφόσον επιβεβαιωθεί περαιτέρω, ως εργαλείο αρχικού ελέγχου: όσοι εμφανίζουν υψηλότερο κίνδυνο θα μπορούσαν στη συνέχεια να παραπέμπονται για κανονική εξέταση αίματος.
Γιατί ενδιαφέρει τους επιστήμονες
Ένα τέτοιο εργαλείο θα μπορούσε να κάνει τον αρχικό έλεγχο πολύ πιο εύκολο, καθώς δεν απαιτεί αιμοληψία ή επίσκεψη σε ιατρείο. Μια σύντομη ηχογράφηση από ένα smartphone θα μπορούσε θεωρητικά να χρησιμοποιηθεί για τον εντοπισμό ανθρώπων που χρειάζονται περαιτέρω έλεγχο.
Ωστόσο, η απόδοση του μοντέλου μειώθηκε σε άτομα με ορισμένες συνυπάρχουσες παθήσεις, όπως καρδιαγγειακά νοσήματα, υπέρταση και παχυσαρκία, οι οποίες μπορεί επίσης να επηρεάζουν τη φωνή.
Ένα πολλά υποσχόμενο, αλλά ακόμη ερευνητικό εργαλείο
Η μελέτη δείχνει ότι η φωνή μπορεί να περιέχει πληροφορίες που συνδέονται με τον διαβήτη τύπου 2 και ότι η τεχνητή νοημοσύνη μπορεί να τις αξιοποιήσει σε πολύ σύντομο χρόνο.
Δεν αποτελεί όμως ακόμη διαγνωστική εξέταση. Η επιβεβαίωση του διαβήτη ή του προδιαβήτη εξακολουθεί να απαιτεί τις καθιερωμένες ιατρικές εξετάσεις, όπως η HbA1c και οι μετρήσεις γλυκόζης.
``` Η μελέτη βασίστηκε σε περισσότερα από **21.000 άτομα** και έδειξε ότι μια ανάλυση 20 δευτερολέπτων ομιλίας μπορεί να έχει χρήσιμη προγνωστική ικανότητα, αλλά οι ερευνητές τονίζουν ότι απαιτείται περαιτέρω κλινική επικύρωση και ότι η μέθοδος θα λειτουργούσε συμπληρωματικά, όχι ως αντικατάσταση των εξετάσεων αίματος. Η έρευνα εντάσσεται σε ένα ευρύτερο πεδίο μελετών για «φωνητικούς βιοδείκτες» του διαβήτη, με πρόσφατες εργασίες να εξετάζουν ακόμη και ηχογραφήσεις από smartphone.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου