根据Klick Labs的一项开创性研究，确定一个人是否患有糖尿病可能就像让他们对着智能手机说几句话一样简单，该研究将语音技术与人工智能相结合，在糖尿病检测方面迈出了重要一步。
这项发表在《梅奥诊所学报:数字健康》上的新研究概述了科学家如何使用6到10秒的人的声音，以及基本的健康数据，包括年龄、性别、身高和体重，来创建一个可以区分该人是否患有2型糖尿病的人工智能模型。该模型对女性的准确率为89%，对男性的准确率为86%。
在这项研究中，Klick实验室的研究人员要求267名被诊断为非糖尿病或2型糖尿病的人在两周内每天六次将一个短语录制到他们的智能手机上。从18000多份录音中，科学家们分析了14种声学特征，以找出非糖尿病和2型糖尿病患者之间的差异。
“我们的研究强调了2型糖尿病患者和非2型糖尿病患者之间声音的显著差异，这可能会改变医学界筛查糖尿病的方式，”该论文的第一作者、克利克实验室的研究科学家杰西·考夫曼(Jaycee Kaufman)说。“目前的检测方法可能需要大量的时间、旅行和成本。语音技术有可能完全消除这些障碍。”
Klick实验室的研究小组研究了许多声音特征，比如人耳无法感知的音调和强度的变化。通过信号处理，科学家们能够检测到由2型糖尿病引起的声音变化。考夫曼说，令人惊讶的是，这些声音变化在男性和女性身上表现出不同的方式。
一种潜在的新的未确诊糖尿病筛查工具
据国际糖尿病联合会(International diabetes Federation)称，全球近二分之一(2.4亿)的成人糖尿病患者不知道自己患有这种疾病，近90%的糖尿病病例是2型糖尿病。糖尿病前期和2型糖尿病最常用的诊断测试包括糖化血红蛋白(A1C)，以及空腹血糖(FBG)测试和ogtt -所有这些都包括患者前往医疗保健提供者。
Klick实验室的副总裁兼这项研究的首席研究员Yan Fossat说，Klick的非侵入性和可访问的方法提供了筛查大量人群的潜力，并有助于识别大部分未确诊的2型糖尿病患者。
福萨特说:“我们的研究强调了语音技术在识别2型糖尿病和其他健康状况方面的巨大潜力。”“语音技术作为一种方便且负担得起的数字筛查工具，可能会彻底改变医疗保健实践。”
福萨特说，下一步将复制这项研究，并将他们的研究扩展到其他领域，如前驱糖尿病、女性健康和高血压。
这一最新发现得益于Klick Labs在机器学习、数据科学和人工智能领域十多年的专业知识和投资，涵盖了包括糖尿病领域在内的多个治疗领域。他们于2020年发表在《自然数字医学》(Nature Digital Medicine)上的“作为比例积分控制系统的体内平衡”研究也是基于数学模型来确定葡萄糖调节方式的一些潜在变化。最近，他们的“筛查受损的葡萄糖稳态:一种新的血糖控制指标”研究发表在梅奥诊所学报:数字健康。
