ปัญหาการวินิจฉัยล่าช้า
เบาหวานชนิดที่ 2 มักดำเนินไปอย่างเงียบเชียบ และหลายคนเพิ่งรู้ตัวเมื่อเกิดภาวะแทรกซ้อนแล้ว ในสหราชอาณาจักร ประมาณหนึ่งในสามของผู้ป่วยยังไม่ได้รับการวินิจฉัย ส่งผลให้ระบบสาธารณสุขต้องเสียค่าใช้จ่ายสูงในการรักษาภาวะแทรกซ้อน
การฝึกโมเดลเสียง
นักวิจัยจากบริษัท thymia ร่วมกับมหาวิทยาลัย RMIT เมลเบิร์น ประเทศออสเตรเลีย ป้อนข้อมูลโมเดล AI ด้วยเสียงบันทึกหลายหมื่นรายการจากอาสาสมัครในสหรัฐฯ และสหราชอาณาจักร ผู้เข้าร่วมแต่ละคนอ่านนิทานสั้น ๆ เพื่อให้อัลกอริทึมจับรายละเอียดเล็กน้อย เช่น เสียงแหบเล็กน้อยและการเปลี่ยนแปลงการหายใจขณะพูด
ความแม่นยำจากการทดสอบ
- 80% ความถูกต้องในการจำแนกผู้ป่วยเบาหวานจากเสียงเพียงอย่างเดียว
- 82% ความสอดคล้องเมื่อเปรียบเทียบโดยตรงกับการตรวจเลือด
ระบบนี้ไม่แทนที่การตรวจทางห้องปฏิบัติการ แต่ทำหน้าที่เป็นการคัดกรองเบื้องต้นเพื่อระบุผู้ที่ควรตรวจวิเคราะห์อย่างเร่งด่วน
ขั้นตอนต่อไปและการประยุกต์ใช้
เทคโนโลยีนี้จะถูกทดสอบในคลินิกจริงในอีกไม่กี่เดือนข้างหน้า ในอนาคต การคัดกรองอาจทำผ่านแอปพลิเคชันหรือสายโทรศัพท์ เพิ่มการเข้าถึงในพื้นที่ที่มีโครงสร้างทางการแพทย์จำกัด และช่วยให้สามารถแทรกแซงได้เร็วขึ้น
อย่างไรก็ตาม การวินิจฉัยขั้นสุดท้ายยังคงต้องพึ่งการตรวจทางห้องปฏิบัติการยืนยัน