Yapay Zeka Sesinizden Diyabet Tanısı Koyabilir mi?

Son yapılan bir çalışmaya göre araştırmacılar, bir yapay zeka (AI) modelini, hastaların sesini altı ila on saniye dinledikten sonra tip 2 diyabeti teşhis etmeye eğitti. Kanadalı tıp araştırmacıları, makine öğrenimi ile yapay zekayı tip 2 diyabeti olan biri ile diyabeti olmayan birinin sesinde 14 vokal farkı tanımak üzere eğittiler. YZ’nin odaklandığı işitsel özellikler arasında, insan kulaklarının ayırt edemediği hafif ton ve yoğunluk değişiklikleri bulunuyordu. Bu, araştırmacılar tarafından toplanan yaş, cinsiyet, boy ve kilo gibi temel sağlık verileri ile eşleştirildi.

Araştırmacılar, YZ modelinin diyabetli kişilerin teşhis maliyetini önemli ölçüde düşüreceğine inanıyorlar. Acil servis hastaları tip 2 diyabet için taranabilir ve tanı konmamış vakaları tespit edebilir. Yaygın reçeteli ilaçlar, tip 2 diyabeti olan kişilerde kalp durması riskini artırabilir. İnsülin duyarlılığı: Yaşam tarzı değişiklikleri durumu tip 2 diyabete dönüşmeden durdurabilir. Genellikle insanlar prediyabet ve tip 2 diyabet için kişisel olarak test edilmeleri gerekir, bunlar kan testi gibi teşhis testlerini içerir.

YZ, teşhisi uzaktan ve otomatik olarak yapmayı mümkün kılacaktır. Çalışmanın ilk yazarı ve yazılımı pazarlamayı planlayan Klick Labs’ta bir araştırmacı olan Jaycee Kaufman, “Araştırmamız tip 2 diyabeti olanlarla olmayanlar arasında önemli ses farklarını ortaya koyuyor” dedi. Şirketin YZ’si ile ilgili olarak Kaufman, umut ediyor ki, “tıbbi toplumun diyabeti tarama şeklini dönüştürecek”.

Şu anda tip 2 diyabeti teşhis etmek için kullanılan yaygın testler arasında glikozile hemoglobin (A1C) testi, açlık kan şekeri (FBG) testi ve oral glikoz tolerans testleri (OGTT) bulunmaktadır, bunlar hepsi yüzyüze testlerdir. Kaufman, “Mevcut tespit yöntemleri genellikle çok zaman, seyahat ve maliyet gerektirebilir. Ses teknolojisi bu engelleri tamamen kaldırma potansiyeline sahiptir” diye ekledi.

Kanada’daki Klick Applied Sciences’teki bilim adamları, Kanada’daki Ontario Tech Üniversitesi’ndeki öğretim üyeleri ile birlikte Hindistan’da yaşayan insanların 267 ses kaydını kullanarak YZ’yi eğitti. Katılımcıların yaklaşık %72’si (79 kadın ve 113 erkek) zaten diyabetik olmayan olarak tanımlanmıştı. Diğer katılımcılar (18 kadın ve 57 erkek) tip 2 diyabet tanısı almıştı. Tüm katılımcılar, iki hafta boyunca günde altı kez bir cümle kaydetti, bu da toplam 18.000 kayıta yol açtı. Bilim adamları daha sonra tip 2 diyabeti olanlarla olmayanlar arasında 14 akustik farkı belirledi.

Çalışmanın sonuçları, ‘ton’ ve ‘tondan standart sapma’ özelliklerinin tüm katılımcılarda durumu teşhis etmek için kullanışlı olduğunu, ancak ‘ilişkili ortalama sapma jitter’ın kadınlarda daha kullanışlı olduğunu gösterdi. ‘Yoğunluk’ ve ‘11 noktalı genlik bozulma katsayısı shimmer’ özelliklerinin erkekleri teşhis etmede kullanışlı olduğu bulundu. Çalışma, “Kadınlarda, öngörülen özellikler ortalama ton, ton SD ve RAP jitter idi ve erkeklerde ortalama yoğunluk ve apq11 shimmer kullanıldı. Basit bir ifadeyle, bu özelliklerdeki varyasyon, T2DM’li kadınların biraz daha düşük bir ton ve daha az varyasyonla rapor verdiğini, T2DM’li erkeklerin ise biraz daha zayıf sesle daha fazla varyasyon rapor ettiğini buldu. Bu farklar muhtemelen cinsiyetler arasındaki hastalık belirtisi tezahürleri arasındaki farklardan kaynaklanmaktadır” ifadesini kullandı. Kaufman, YZ’nin sinyal işleme yoluyla bulunan bu farkların erkek ve kadın sesleri arasındaki cinsiyet farkları olduğunu belirtti ve “şaşırtıcı” olduğunu ekledi. Araştırmacılar, “Ses analizi, T2DM için bir ön tarama veya izleme aracı olarak potansiyel gösterir, özellikle durumla ilişkilendirilen diğer risk faktörleri ile birleştirildiğinde” sonucuna vardı. Çalışma, Mayo Clinic Proceedings: Digital Health dergisinde yayımlandı.