Najważniejsze
- •Opracowano algorytm AI szacujący ryzyko cukrzycy typu 2 na podstawie 20-sekundowego nagrania głosu z dokładnością 75–80%.
- •Narzędzie ma pełnić rolę cyfrowego badania przesiewowego kierującego pacjentów z grupy ryzyka na tradycyjne badanie krwi, a nie stawiać ostateczną diagnozę.
- •Model przeszkolono na bazie ponad 63 tysięcy nagrań głosu pochodzących od ponad 21 tysięcy uczestników z UK i USA.
- •Narzędzie wymaga dalszych badań walidacyjnych ze względu na niższą skuteczność u osób czarnoskórych oraz pacjentów z otyłością i chorobami układu krążenia.
- •Żaden urząd regulacyjny (FDA, EMA, MHRA) nie zatwierdził jeszcze biomarkerów głosowych jako oficjalnego narzędzia diagnostycznego.
Naukowcy z RMIT University oraz firmy Thymia opracowali algorytm sztucznej inteligencji, który z dokładnością 75–80% szacuje ryzyko cukrzycy typu 2 na podstawie 20-sekundowej próbki głosu.
Naukowcy z australijskiego RMIT University oraz firmy medtech Thymia opracowali model sztucznej inteligencji, który szacuje ryzyko wystąpienia cukrzycy typu 2 na podstawie zaledwie 20-sekundowego nagrania głosu. Wyniki wstępnej walidacji algorytmu, wykazujące od 75 do 80% dokładności, dr Giedre Cepukaityte zaprezentowała podczas kongresu Europejskiego Towarzystwa Badań nad Cukrzycą w Mediolanie.
Narzędzie analizuje próbki czytanego tekstu pod kątem zmian akustycznych powiązanych z zaburzeniami metabolicznymi, takich jak chrypka czy trudności z kontrolowaniem oddechu. Badacze przeszkolili algorytm na zbiorze ponad 63 tysięcy nagrań głosu pochodzących od ponad 21 tysięcy osób z Wielkiej Brytanii i Stanów Zjednoczonych. Model osiągnął 80% zgodności wyników w grupie osób z już zdiagnozowaną chorobą oraz 75% zgodności w podgrupie 801 pacjentów, których stan zdrowia zweryfikowano badaniem krwi w ciągu trzech miesięcy od wykonania nagrania.
Cukrzyca typu 2 to przewlekła choroba metaboliczna charakteryzująca się insulinoopornością oraz podwyższonym poziomem glukozy we krwi. Twórcy rozwiązania podkreślają, że opracowany algorytm nie stawia diagnozy medycznej, lecz pełni funkcję cyfrowego narzędzia przesiewowego, kierującego pacjentów z grupy wyższego ryzyka na rutynowe badanie krwi. Opublikowane materiały stanowią na razie doniesienie konferencyjne – samo badanie nie ukazało się jeszcze w recenzowanym czasopiśmie naukowym.
W Wielkiej Brytanii około 1,3 miliona osób żyje z niezdiagnozowaną cukrzycą typu 2, natomiast w skali globalnej problem ten dotyczy niemal połowy z 537 milionów chorujących. Żaden organ regulacyjny – w tym FDA, MHRA czy EMA – nie zatwierdził jednak dotąd biomarkerów głosowych jako oficjalnego narzędzia diagnostycznego w diabetologii.
Przed ewentualnym wdrożeniem systemu do praktyki klinicznej autorzy muszą przeprowadzić dalsze badania. Obecna wersja algorytmu wykazuje bowiem niższą skuteczność u osób czarnoskórych oraz u pacjentów z otyłością, nadciśnieniem i chorobami serca.
Statystyki zbioru danych oraz dokładność modelu AI wykrywającego ryzyko cukrzycy
| Wskaźnik / Grupa | Wartość | Kontekst badania |
|---|---|---|
| Liczba nagrań w zbiorze treningowym | > 63 000 | Próbki czytanego tekstu z Wielkiej Brytanii i USA |
| Liczba uczestników badania | > 21 000 | Osoby biorące udział w procesie uczenia algorytmu |
| Dokładność (deklaracje pacjentów) | 80% | Zgodność wyników u osób ze zdiagnozowaną chorobą |
| Dokładność (badanie krwi) | 75% | Podgrupa 801 pacjentów zweryfikowanych badaniem laboratoryjnym |
| Czas trwania nagrania głosu | 20 sekund | Wystarczający czas do oceny zmian akustycznych i oddechowych |
Dane na podstawie doniesienia z kongresu Europejskiego Towarzystwa Badań nad Cukrzycą (EASD) w Mediolanie
Cukrzyca typu 2 i diagnostyka głosowa w cyfrach
Źródło: RMIT University / Thymia / EASD
Słownik pojęć
- Biomarker głosowy
- Cechy akustyczne mowy (np. częstotliwość, chrypka, mikrodrożenia, kontrola oddechu), które mogą wskazywać na konkretne zaburzenia fizjologiczne lub metaboliczne.
- Cukrzyca typu 2
- Przewlekła choroba metaboliczna charakteryzująca się insulinoopornością oraz podwyższonym poziomem glukozy we krwi.
- Insulinooporność
- Stan, w którym tkanki organizmu mają zmniejszoną wrażliwość na działanie insuliny, co utrudnia prawidłowe wchłanianie glukozy.
- Badanie przesiewowe (screening)
- Wstępne badanie populacyjne mające na celu identyfikację osób bez objawów, u których występuje zwiększone ryzyko konkretnej choroby.
- Walidacja algorytmu
- Proces oceny wiarygodności i powtarzalności wyników algorytmu na niezależnych grupach pacjentów lub w warunkach klinicznych.
