導讀 在馬德里歐洲糖尿病研究協(xié)會 (EASD) 年會(9 月 9 日至 13 日)上公布的新研究強調(diào)了使用語音分析檢測未確診的 2 型糖尿病 (T2D) ...
在馬德里歐洲糖尿病研究協(xié)會 (EASD) 年會(9 月 9 日至 13 日)上公布的新研究強調(diào)了使用語音分析檢測未確診的 2 型糖尿病 (T2D) 病例的潛力。
該研究平均使用了 25 秒的人的聲音以及年齡、性別、身體質(zhì)量指數(shù) (BMI) 和高血壓狀況等基本健康數(shù)據(jù)，開發(fā)了一個可以區(qū)分個人是否患有 2 型糖尿病的人工智能模型，對女性的準確率為 66%，對男性的準確率為 71%。
盧森堡衛(wèi)生研究所的主要作者 Abir Elbeji 解釋說：“目前大多數(shù) 2 型糖尿病篩查方法都需要花費大量時間，而且是侵入性的、基于實驗室的，而且成本高昂。”
“將人工智能與語音技術(shù)相結(jié)合，有可能消除這些障礙，使檢測變得更容易。這項研究是將語音分析作為一線、高度可擴展的 2 型糖尿病篩查策略的第一步。”
約有一半的糖尿病成年人(全球約 2.4 億)并不知道自己患有糖尿病，因為癥狀可能很普遍或根本不存在——其中約 90% 患有 2 型糖尿病。但早期發(fā)現(xiàn)和治療有助于預防嚴重并發(fā)癥。減少全球未確診的 2 型糖尿病病例是一項緊迫的公共衛(wèi)生挑戰(zhàn)。
該研究旨在開發(fā)和評估基于語音的人工智能算法的性能，以檢測成年人是否患有 2 型糖尿病。
研究人員要求參與 Colive Voice 研究的 607 名成年人(診斷為患有和未診斷為 2 型糖尿病)提供他們自己通過智能手機或筆記本電腦直接朗讀所提供內(nèi)容的幾句話的錄音。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！