مشکل تشخیص دیرهنگام
دیابت نوع ۲ معمولاً به صورت خاموش پیشرفت می‌کند و بسیاری از افراد تنها زمانی بیماری را کشف می‌کنند که عوارض ظاهر شده باشد. در بریتانیا، حدود یک‌سوم موارد بدون تشخیص باقی می‌مانند که هزینه‌های سیستم بهداشت و درمان را برای درمان عوارض افزایش می‌دهد.
آموزش ابزار صوتی
محققان شرکت thymia با همکاری دانشگاه RMIT ملبورن در استرالیا، مدلی از هوش مصنوعی را با ده‌ها هزار فایل صوتی از داوطلبان ایالات متحده و بریتانیا تغذیه کردند. هر شرکت‌کننده یک افسانه کوتاه خواند تا الگوریتم بتواند ظرافت‌هایی مانند خش‌دار شدن خفیف صدا و تغییرات تنفس هنگام صحبت را ثبت کند.
دقت به‌دست‌آمده در آزمایش‌ها
- ۸۰٪ دقت در طبقه‌بندی افراد مبتلا به دیابت تنها با صدا.
- ۸۲٪ تطابق هنگام مقایسه مستقیم با آزمایش خون.
این سیستم جایگزین آزمایش‌های آزمایشگاهی نمی‌شود، اما به عنوان غربالگری اولیه عمل می‌کند تا افرادی که نیاز به آزمایش فوری دارند شناسایی شوند.
گام‌های بعدی و کاربردها
این فناوری در ماه‌های آینده در کلینیک‌های واقعی ارزیابی خواهد شد. در آینده، غربالگری ممکن است از طریق اپلیکیشن‌ها یا تماس‌های تلفنی انجام شود و دسترسی را در مناطق با زیرساخت پزشکی محدود گسترش دهد و مداخلات زودهنگام را ممکن سازد.
با این حال، تشخیص قطعی همچنان به آزمایش‌های آزمایشگاهی تأییدی وابسته خواهد بود.