Das Problem der späten Diagnose
Der Typ-2-Diabetes entwickelt sich oft still, und viele Menschen entdecken die Krankheit erst, wenn Komplikationen auftreten. Im Vereinigten Königreich bleiben etwa ein Drittel der Fälle undiagnostiziert, was die Kosten des Gesundheitssystems für Folgebehandlungen erhöht.
Training des Sprachtools
Forscher des Unternehmens thymia in Partnerschaft mit der RMIT University in Melbourne, Australien, trainierten ein KI-Modell mit Zehntausenden von Audiodateien von Freiwilligen aus den USA und dem Vereinigten Königreich. Jeder Teilnehmer las eine kurze Fabel, sodass der Algorithmus Feinheiten wie leichte Heiserkeit und Veränderungen der Atmung beim Sprechen erfassen konnte.
Erreichte Genauigkeit in Tests
- 80% Trefferquote bei der Klassifizierung von Personen mit Diabetes allein durch die Stimme.
- 82% Übereinstimmung im direkten Vergleich mit Bluttests.
Das System ersetzt keine Labortests, sondern dient als Erstscreening, um anzuzeigen, wer Analysen mit höherer Dringlichkeit durchführen sollte.
Nächste Schritte und Anwendungen
Die Technologie wird in den nächsten Monaten in realen Kliniken evaluiert. In Zukunft könnte das Screening über Apps oder Telefonanrufe erfolgen, was den Zugang in Regionen mit geringer medizinischer Infrastruktur erweitert und frühere Interventionen ermöglicht.
Die endgültige Diagnose wird jedoch weiterhin von bestätigenden Labortests abhängen.