Вашиот глас може да открие ризик од дијабетес: На вештачката интелигенција ѝ требаат само 20 секунди

Само 20 секунди говор би можеле да бидат доволни за вештачката интелигенција да препознае дали некое лице има зголемен ризик од дијабетес тип 2. Ново истражување покажува дека промените во гласот можат да содржат информации што компјутерските модели ги препознаваат, отворајќи можност во иднина првичната проверка да се прави преку мобилен телефон или апликација.

Сепак, технологијата не поставува конечна дијагноза. Нејзината цел е да ги препознае луѓето кај кои постои поголема веројатност за дијабетес и да ги насочи кон стандардно тестирање на крвта. Токму лабораториската проверка и понатаму останува неопходна за потврдување на болеста.

За развој на моделот биле употребени 63.283 примероци од говор собрани од 21.129 лица од Обединетото Кралство и САД. Откако системот бил обучен на големата база на гласовни записи, неговите способности биле проверени со снимки на кои учесниците околу 20 секунди читале делови од Езоповите басни.

Резултатите покажале дека во 80 проценти од случаите моделот доделил повисока оценка за ризик кај луѓето кои претходно навеле дека имаат дијабетес тип 2. Тоа не значи дека системот со 80 проценти точност поставува дијагноза, туку дека успевал да препознае сигнал за зголемен ризик кај голем дел од лицата кои пријавиле дека ја имаат болеста.

Истражувачите направиле и дополнителна проверка на резултатите за да не се потпираат единствено на информациите што ги дале самите учесници. Кај посебна група од 801 лице бил направен HbA1c тест на крвта, кој се користи за процена на просечното ниво на шеќер во крвта во подолг период.

Во оваа група, вештачката интелигенција во 75 проценти од случаите доделила повисок ризик на лицата кај кои тестот покажал дијабетес тип 2. Моделот успеал да идентификува 82 проценти од лицата со дијабетес, но истовремено била забележана висока стапка на лажно позитивни резултати од 47 проценти.

Токму овој податок покажува зошто анализата на гласот засега не може да се користи како замена за медицинското тестирање. Речиси половина од позитивните сигнали би можеле да се појават кај лица кај кои болеста всушност не е потврдена. Затоа потенцијалната вредност на технологијата е првенствено во брзото издвојување на луѓето на кои би им било препорачано дополнително испитување.

Моделот покажал и способност, врз основа на резултатите од HbA1c, да ги распореди луѓето во групи со низок, среден и висок ризик. Доколку ваквиот пристап се покаже доволно сигурен и во понатамошните клинички испитувања, едноставна гласовна снимка би можела да стане прв чекор кон откривање на болеста кај луѓе кои инаку не би отишле на редовен преглед.

Истражувањето открило и ограничувања. Моделот покажал послаби резултати кај црните учесници, што истражувачите делумно го поврзуваат со нивната помала застапеност меѓу лицата со пријавен дијабетес во базата што била користена. Помала успешност била забележана и кај лица со срцеви заболувања, висок крвен притисок или дебелина.

Едно од можните објаснувања е дека и овие здравствени состојби можат да предизвикаат промени во гласот слични на оние што моделот ги поврзува со дијабетесот. Тоа дополнително ја нагласува потребата технологијата да помине низ пошироки клинички проверки пред евентуално да почне масовно да се користи.

Идејата дека одредени здравствени проблеми можат да остават препознатливи траги во човечкиот глас не е нова. Во истражување од 2023 година биле анализирани повеќе од 18.000 снимки од 267 лица, при што биле идентификувани 14 акустични карактеристики што се разликувале меѓу луѓето со дијабетес тип 2 и оние без оваа болест.

Новото истражување оди чекор понатаму бидејќи опфаќа значително поголем број луѓе. Дополнително, дел од резултатите на алгоритмот биле споредени со HbA1c тестови, со што истражувачите добиле можност проценките на вештачката интелигенција да ги споредат со конкретни показатели од тестирање на крвта.

Потенцијалот на ваквата технологија е особено значаен поради големиот број луѓе кои живеат со дијабетес без да знаат дека го имаат. Според податоците наведени во истражувањето, околу 30 проценти од случаите на дијабетес тип 2 во Обединетото Кралство остануваат недијагностицирани. Истовремено, само околу 40 проценти од возрасните кои ги исполнуваат условите ги користат достапните здравствени прегледи што вклучуваат и проверка за дијабетес.

Проблемот станува уште позначаен ако се погледнат глобалните движења. Податоци објавени во 2024 година покажуваат дека уделот на возрасни лица со дијабетес во светот се зголемил од 7 проценти во 1990 година на 14 проценти во 2022 година.

Предноста на анализата на гласот е во нејзината едноставност. Наместо лицето прво да мора да посети здравствена установа, примерокот од говор потенцијално би можел да се сними преку телефон или апликација. Системот потоа би проценил дали постои причина лицето да направи дополнителна проверка на крвта.

Токму затоа истражувачите гледаат потенцијал оваа технологија да допре до многу поголем број луѓе, особено до оние кои ретко или воопшто не одат на превентивни прегледи. Но, високата стапка на лажно позитивни резултати и разликите во успешноста меѓу различни групи покажуваат дека технологијата сè уште не е подготвена да ја замени класичната дијагностика.

Засега, 20 секунди говор не можат да кажат со сигурност дали некој има дијабетес. Но, тие би можеле да станат брз и лесно достапен начин да се открие кој треба да направи вистински медицински тест, што би можело да помогне болеста да биде откриена порано кај луѓе кои не знаат дека ја имаат.