Forskere har utviklet en kunstig intelligens som kan bidra til å diagnostisere type 2-diabetes ut fra endringer i en persons stemme

Av: Anton Kratiuk | i går, 19:57
Forskere har utviklet en kunstig intelligens som kan bidra til å diagnostisere type 2-diabetes ut fra endringer i en persons stemme

Forskere ved Luxembourg University of Health har foreslått en ny metode for å oppdage type 2-diabetes.

Frem til nå har en slik diagnose blitt stilt basert på resultatene av blodprøver og pasientens allmenntilstand, men takket være mulighetene som ligger i kunstig intelligens, har en uventet diagnosemetode blitt utviklet.

Dette er hva vi vet

Forskere gjennomførte et eksperiment som besto av følgende: 607 personer, både diabetikere og friske, tok stemmeprøver og ba dem om å lese opp en bestemt tekst i 25 sekunder.

Som et resultat av Colive Voice-studien analyserte en spesialdesignet AI stemmeleie, intensitet og tonefall for å identifisere forskjeller mellom personer med og uten diabetes, med hensyn til kjønn, vekt og en rekke andre fysiske indikatorer, og kom frem til et resultat som overrasket forskerne. Den kunstige intelligensen identifiserte diabetes hos 66 prosent av kvinnene og 71 prosent av mennene.

Abir Elbeji, som står bak teknikken, fra Luxembourg Institute of Public Health, kommenterte studien:

"Kombinasjonen av kunstig intelligens og taleteknologi kan gjøre testing mer tilgjengelig. Denne studien er et første skritt i retning av å bruke stemmeanalyse som en screeningstrategi for type 2-diabetes.

Dessverre vet ikke halvparten av alle voksne med diabetes, omtrent 240 millioner mennesker, at de har sykdommen fordi symptomene kan være milde eller fraværende i de tidlige stadiene. Men tidlig oppdagelse og behandling i tide kan redde folk fra et stort antall komplikasjoner.

Denne utviklingen krever selvfølgelig ytterligere forskning og økt effektivitet, men det er godt mulig at det vil gå noen år til, og at denne praksisen vil bli vanlig på klinikker over hele verden.

Gå dypere:

Kilde: SciTechDaily SciTechDaily