2型糖尿病（T2D）影响着全球数百万人，并且在许多个体中仍未被诊断出来。传统的筛查方法虽然并不复杂，但它们涉及侵入性的血液测试，这可能会使一些人望而却步。这些测试在世界某些地区也难以大规模推广。与此同时，糖尿病的发病率持续上升，预计到2045年，全球将有7.83亿病例，即每7个成年人中就有1个患有糖尿病。为了避免一场巨大的全球危机，我们需要新的、更简单的方法来诊断糖尿病。而这正是卢森堡的研究人员所开发的新技术。
他们找到了一种通过语音样本诊断糖尿病的新方法。Colive Voice研究由一个国际研究团队开展，探讨了如何通过细微的声音特征差异来准确识别2型糖尿病。如果这种方法能够大规模应用，它可能会彻底改变医学诊断领域。
听见糖尿病
您可能会好奇，糖尿病作为一种代谢紊乱疾病，如何影响您的声音。对于人类耳朵来说，任何差异可能都太小而无法察觉，但算法可以发现一些细微的不同。这种联系在于糖尿病对呼吸系统、神经肌肉系统及整体健康的生理效应。例如，血糖控制不良和周围神经病变会损害参与发声的小肌肉和神经网络。因此，糖尿病患者往往会出现声音嘶哑、音调稳定性降低或说话时呼吸模式改变等细微变化。
这些变化会在诸如颤动、闪变和谐波比率等特征中显现出来。通过将这些声音参数与健康个体的数据进行比较，算法可以检测出表明糖尿病的模式。
在这项新研究中，研究人员分析了来自607名美国成年人的声音录音，结合传统的声音特征和前沿的机器学习模型。参与者朗读了一段标准化文本，使算法能够识别细微的声音差异。
它有多好？
该算法对男性参与者的预测准确率为71%，女性为66%。对于60岁以上且患有高血压的人群，其表现更为出色。
“这项研究代表了糖尿病护理的重大进展。通过将人工智能与数字表型结合，我们正在开启一种更具包容性和成本效益的早期诊断和预防方法。能够通过简单的语音录音筛查糖尿病，可以显著改善全球数百万人的医疗可及性。”Dr. Guy Fagherazzi表示。
尽管结果令人鼓舞，但在广泛应用之前仍需克服一些障碍。由于研究依赖于说英语的参与者，这限制了其在多样化人群中的适用性。扩展数据集以包括其他语言和文化背景至关重要。
随着糖尿病继续挑战全球公共卫生系统，拥抱此类进步可能会重新定义预防护理的格局，确保及时治疗和更好的结果，造福数百万人。
该研究《基于语音的算法可以预测美国成年人的2型糖尿病状态：来自Colive Voice研究的发现》已发表在《PLoS数字健康》期刊上。
(全文结束)
