Mensen met diabetes type 2 hebben stemkarakteristieken die kunnen worden gedetecteerd met behulp van artificiële intelligentie. Een onderzoek dat werd gepresenteerd op het EASD 2024-congres maakt de weg vrij voor een snelle, niet-invasieve screening op basis van een eenvoudige stemopname.
De internationale Colive Voice-studie, gepresenteerd op het EASD 2024-congres, laat zien dat mensen met type 2 diabetes (T2D) andere stemkarakteristieken hebben dan de algemene bevolking, voor dezelfde leeftijd en hetzelfde geslacht. Volgens de hoofdonderzoeker van het onderzoek, Guy Fagherazzi, een onderzoeker in diabetesepidemiologie, maken deze resultaten de weg vrij voor de ontwikkeling van een snel, niet-invasief, eerstelijnsscreeningsinstrument voor T2D, gebaseerd op eenvoudige stemopnames op smartphones of tijdens medische consulten.
Het terugdringen van het aantal ongediagnosticeerde gevallen van T2D is een belangrijke uitdaging voor de volksgezondheid. Momenteel zijn screeningsmethoden vaak invasief, duur en vereisen ze laboratoriumtests. Deze studie onderzoekt de haalbaarheid van stemscreening met behulp van een algoritme op basis van artificiële intelligentie (AI). De analyse, uitgevoerd op 607 Amerikaanse deelnemers, toonde de voorspellende capaciteit van het algoritme aan, met een gebied onder de curve (AUC) van 75% voor mannen en 71% voor vrouwen. Het algoritme identificeerde 71% van de gevallen van T2D correct bij mannen en 66% bij vrouwen.
De resultaten zijn vooral veelbelovend voor vrouwen van 60 jaar en ouder (AUC van 74%), evenals voor mensen met hypertensie (AUC van 75% voor beide geslachten). Bovendien was er meer dan 93% overeenstemming tussen de voorspellingen van het algoritme en de risicoscore van de American Diabetes Association (ADA). Deze resultaten openen perspectieven voor een snelle, niet-invasieve screening, hoewel er nog verder onderzoek nodig is om deze aanpak te valideren, met name om vroege gevallen van T2D nauwkeuriger te identificeren.
Over het algemeen hebben mensen die 5 tot 10 jaar of langer met diabetes leven een hese stem in vergelijking met mensen zonder diabetes, bij vergelijkbare leeftijden en geslachten. Het onderzoek extraheerde een groot aantal kenmerken uit het ruwe audiosignaal, waardoor het moeilijk was om één specifieke vocale factor te identificeren die de twee groepen van elkaar onderscheidde.
Lees ook:
> Wanneer AI en akoestiek medische diagnoses transformeren
> Artificiële intelligentie geeft patiënten hun stem terug
