在马德里欧洲糖尿病研究协会 (EASD) 年会(9 月 9 日至 13 日)上公布的新研究强调了使用语音分析检测未确诊的 2 型糖尿病 (T2D) 病例的潜力。
该研究平均使用了 25 秒的人的声音以及年龄、性别、身体质量指数 (BMI) 和高血压状况等基本健康数据，开发了一个可以区分个人是否患有 2 型糖尿病的人工智能模型，对女性的准确率为 66%，对男性的准确率为 71%。
卢森堡卫生研究所的主要作者 Abir Elbeji 解释说：“目前大多数 2 型糖尿病筛查方法都需要花费大量时间，而且是侵入性的、基于实验室的，而且成本高昂。”
“将人工智能与语音技术相结合，有可能消除这些障碍，使检测变得更容易。这项研究是将语音分析作为一线、高度可扩展的 2 型糖尿病筛查策略的第一步。”
约有一半的糖尿病成年人(全球约 2.4 亿)并不知道自己患有糖尿病，因为症状可能很普遍或根本不存在——其中约 90% 患有 2 型糖尿病。但早期发现和治疗有助于预防严重并发症。减少全球未确诊的 2 型糖尿病病例是一项紧迫的公共卫生挑战。
该研究旨在开发和评估基于语音的人工智能算法的性能，以检测成年人是否患有 2 型糖尿病。
研究人员要求参与 Colive Voice 研究的 607 名成年人(诊断为患有和未诊断为 2 型糖尿病)提供他们自己通过智能手机或笔记本电脑直接朗读所提供内容的几句话的录音。
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！