Voice-technologie en kunstmatige intelligentie revolutioneren de detectie van diabetes
Een baanbrekende studie uitgevoerd door wetenschappers van Klick Labs in de Verenigde Staten heeft aangetoond dat het bepalen of iemand diabetes heeft net zo eenvoudig kan zijn als het laten spreken van een paar zinnen in hun smartphone. Door voice-technologie te combineren met kunstmatige intelligentie waren onderzoekers in staat om een AI-model te creëren dat met 89% nauwkeurigheid kan onderscheiden of een individu Type 2 diabetes heeft bij vrouwen en 86% nauwkeurigheid bij mannen.
De studie, gedetailleerd beschreven in het tijdschrift Mayo Clinic Proceedings: Digital Health, omvatte het vragen aan 267 mensen (met of zonder de diagnose diabetes type 2) om gedurende twee weken zes keer per dag een specifieke zin op te nemen in hun smartphones. Uit meer dan 18.000 opnames analyseerden wetenschappers 14 akoestische kenmerken om verschillen te vinden tussen mensen zonder diabetes en mensen met diabetes type 2.
Dit onderzoek is belangrijk omdat het vocale variaties benadrukt tussen individuen met en zonder diabetes type 2, wat mogelijk kan leiden tot een verandering in hoe de medische gemeenschap de aandoening screent. Huidige detectiemethoden kunnen tijdrovend zijn, vereisen reizen en brengen aanzienlijke kosten met zich mee. Voice-technologie biedt echter de mogelijkheid om deze barrières volledig te elimineren.
Het Klick Labs-team onderzocht verschillende vocale kenmerken, zoals veranderingen in toonhoogte en intensiteit, die onmerkbaar zijn voor het menselijk oor. Met behulp van signaalverwerking konden ze vocale veranderingen veroorzaakt door diabetes type 2 detecteren. Interessant genoeg manifesteerden deze vocale veranderingen zich anders bij mannen en vrouwen.
Diabetes is een veelvoorkomende aandoening, waarbij ongeveer 240 miljoen volwassenen wereldwijd zich niet bewust zijn van hun diabetes. Bovendien zijn ongeveer 90% van de diabetesgevallen type 2 diabetes, zoals gerapporteerd door de International Diabetes Federation.
De traditionele diagnostische tests voor prediabetes en diabetes type 2 omvatten de geglyceerde hemoglobine (A1C) test, de nuchtere bloedglucose (FBG) test en de orale glucose tolerantie test (OGTT).
Yan Fossat, de vice-president van Klick Labs en de hoofdonderzoeker van de studie, uitte het potentieel van deze niet-intrusieve en toegankelijke benadering om grote aantallen mensen te screenen en ongediagnosticeerde gevallen van diabetes type 2 te identificeren.
Dit baanbrekende onderzoek benadrukt het enorme potentieel van voice-technologie bij het identificeren van niet alleen diabetes type 2, maar ook andere gezondheidsproblemen. Het revolutioneert de gezondheidszorgpraktijken met een toegankelijke en betaalbare digitale screenings-tool.
Bronnen:
“Ontrafelen of iemand diabetes heeft kan net zo eenvoudig zijn als hen een paar zinnen laten uitspreken in hun smartphone, volgens een baanbrekende studie die voice-technologie combineert met kunstmatige intelligentie, een grote stap voorwaarts in de detectie van diabetes.” – IANS
Marcin Frąckiewicz is een gerenommeerd auteur en blogger, gespecialiseerd in satellietcommunicatie en kunstmatige intelligentie. Zijn inzichtelijke artikelen verdiepen zich in de complexiteit van deze vakgebieden en bieden lezers een diep inzicht in complexe technologische concepten. Zijn werk staat bekend om zijn helderheid en grondigheid.
