Diagnoza cukrzycy przez telefon?

Policz do 20, a powiem Ci na co chorujesz. Czy to przyszłość diagnostyki medycznej? Wyniki badania opublikowanego w PLOS Digital Health wskazują, że wykorzystując algorytmy oparte na analizie głosu można przewidzieć występowanie cukrzycy typu 2 (DM t.2).

Podstawą do przedstawionych w publikacji wyników była stworzona baza głosów w ramach projektu CoLive Voice. Projekt zainicjowano w 2021 w Luksemburgu, a jego celem jest zebranie nagrań głosowych w celu stworzenia unikalnej międzynarodowej, wielojęzycznej bazy danych głosowych i powiązanie ich z danymi medycznymi. Nagrania głosowe obejmują 5 elementów: przeczytanie 30-sekundowego tekstu, utrzymanie samogłoski „aaaaaa” tak długo i tak równomiernie, jak to możliwe przy komfortowej głośności, kaszlnięcie 3 razy, wykonanie 3 razy głębokiego wdechu i wydechu, oraz policzenie od 1 do 20. Wykorzystując algorytmy uczenia maszynowego (w tym deep learning), dokonywany jest wybór najbardziej charakterystycznych zmian w głosie (biomarkerów głosowych), które mogą towarzyszyć różnym jednostkom chorobowym, w tym cukrzycy, stwardnieniu rozsianemu, chorobom zapalnym jelit i innym.

Metodologia przedstawionego w publikacji badania obejmowała: zebranie danych głosowych, wypełnianej przez uczestników ankiety dotyczącej ich zdrowia, analizy głosu za pomocą algorytmu opartego na modelu BYOL-S/CvT. Algorytm identyfikował specyficzne cechy głosu mogące wskazywać na obecność cukrzycy typu 2. W badaniu uczestniczyło 607 osób w tym 304 chorych na>