18 اکتبر 2023- بر اساس یک مطالعه پیشگامانه از آزمایشگاه کلیک که فناوری صدا را با هوش مصنوعی ترکیب کرده است، در یک گام بزرگ رو به جلو تشخیص دیابت به آسانی با بیان چند جمله در تلفن هوشمند، امکان پذیر شد.

این مطالعه ی جدید که در مجله ی Mayo Clinic Proceedings: Digital Health منتشر شده است، نشان می‌دهد که چگونه دانشمندان از ۶تا ۱۰ثانیه صدای افراد به همراه داده‌های اولیه سلامت از جمله سن، جنس، قد و وزن برای ایجاد یک مدل هوش مصنوعی استفاده کردند تا تشخیص دهند که آیا آن فرد به دیابت نوع 2 مبتلا می باشد یا خیر. دقت این مدل برای زنان 89 درصد و برای مردان 86 درصد بود.

برای این مطالعه، محققان آزمایشگاه کلیک از 267 نفر با تشخیص قطعی دیابت نوع 2 یا غیر دیابتی خواستند تا یک عبارت را به مدت دو هفته، شش بار در روز در تلفن هوشمند خود ضبط کنند. از بیش از 18000 ضبط صدا، دانشمندان 14 ویژگی صوتی را برای تفاوت بین افراد غیر دیابتی و دیابت نوع 2 تجزیه و تحلیل کردند.

دکتر Jaycee Kaufman، نویسنده اول این مقاله و دانشمند تحقیقاتی در آزمایشگاه های کلیک، گفت: تحقیق ما تفاوت های صوتی قابل توجهی را بین افراد مبتلا به دیابت نوع 2 و بدون دیابت نشان داد که می تواند نحوه غربالگری دیابت را تغییر دهد. روش‌های کنونی تشخیص می‌تواند به زمان، سفر و هزینه زیادی نیاز داشته باشد.

تیم آزمایشگاه کلیک به تعدادی از ویژگی‌های صوتی، مانند تغییرات در زیر و بم و شدت که توسط گوش انسان قابل درک نیست، توجه کردند. با استفاده از پردازش سیگنال، دانشمندان توانستند تغییراتی که در صدای افراد به دلیل دیابت نوع 2 ایجاد می شود را تشخیص دهند. کافمن گفت: که به طرز شگفت انگیزی، این تغییرات صوتی برای مردان و زنان به روش های مختلف ظاهر می شود.

یک ابزار غربالگری جدید بالقوه برای دیابت تشخیص داده نشده

طبق اعلام فدراسیون بین المللی دیابت، تقریباً یک نفر از هر دو نفر، یا 240 میلیون بزرگسال مبتلا به دیابت در سراسر جهان از ابتلای خود به این عارضه بی اطلاع هستند و تقریباً 90 درصد از موارد دیابت، دیابت نوع 2 می باشد. متداول‌ترین آزمایش‌های تشخیصی مورد استفاده برای پیش دیابت و دیابت نوع 2 شامل هموگلوبین گلیکوزیله(A1C)، به همراه آزمایش قند خون ناشتا (FBG) و آزمایش تحمل گلوکز خوراکی(OGTT) است که برای انجام همه ی این آزمایشات بیمار باید به پزشک مراجعه کند.

یان فوسات، معاون آزمایشگاه کلیک و محقق اصلی این مطالعه، گفت: رویکرد بدون زحمت و در دسترس کلیک، پتانسیل غربالگری تعداد زیادی از افراد و کمک به شناسایی درصد زیادی از افراد مبتلا به دیابت نوع 2 تشخیص داده نشده را ارائه می دهد.

فوسات گفت: تحقیق ما بر پتانسیل فوق العاده فناوری صوتی در شناسایی دیابت نوع 2 و سایر شرایط بهداشتی تاکید دارد. فناوری صوتی می تواند شیوه های مراقبت های بهداشتی را به عنوان یک ابزار غربالگری دیجیتال در دسترس و مقرون به صرفه متحول کند.

او افزود: گام های بعدی تکرار این مطالعه و گسترش این تحقیقات با استفاده از صدا به عنوان راهی برای تشخیص بیماری های دیگر مانند پیش دیابت، مشکلات سلامت زنان و فشار خون بالا خواهد بود.

این آخرین کشف محققان در آزمایشگاه کلیک، با بیش از یک دهه تخصص و سرمایه گذاری در یادگیری ماشینی، علم داده و هوش مصنوعی، در چندین حوزه درمانی، از جمله فضای دیابت، انجام شده است.

مطالعه ی دیگری از همین گروه از محققان با عنوان "هوموستازی به عنوان یک سیستم کنترل متناسب-انتگرال" که در سال 2020 درNature Digital Medicine منتشر شد، همچنین بر اساس مدل سازی ریاضی برای تعیین برخی از تغییرات اساسی در نحوه ی تنظیم گلوکز بود. اخیرا یک مطالعه ی دیگر از آنها با عنوان "غربالگری برای اختلال هموستازی گلوکز: یک معیار جدید کنترل قند خون" در مجموعه مقالات مایو کلینیک: سلامت دیجیتال، منتشر شد.

منبع:

https://medicalxpress.com/news/2023-10-ai-seconds-voice-screen-diabetes.html