诊断延迟的问题
2型糖尿病通常悄无声息地发展，许多人直到出现并发症时才发现疾病。在英国，约三分之一的病例未被诊断，这增加了医疗系统对后遗症治疗的成本。
语音工具的训练
thymia公司与澳大利亚墨尔本RMIT大学的研究人员合作，用来自美国和英国志愿者的数万条音频训练AI模型。每位参与者朗读一篇简短的寓言，让算法捕捉轻微的沙哑和说话时呼吸的变化等细微差别。
测试中获得的准确率
- 80% 仅通过声音对糖尿病患者分类的准确率。
- 82% 与血液检查直接比较时的吻合度。
该系统不取代实验室测试，但可作为初步筛查，提示谁需要更紧急地进行分析。
后续步骤和应用
该技术将在未来几个月内在真实诊所进行评估。未来，筛查可通过应用程序或电话进行，扩大医疗资源匮乏地区的可及性，并允许更早的干预。
然而，最终诊断仍需依赖确认性实验室检查。