Adkroni (Adnkronos) – Razgovarajte s umjetnom inteligencijom. I za samo 20 sekundi moći će vam reći pokazuje li vaš glas znakove dijabetesa tipa 2. Sustav za analizu glasovnih snimaka mogao bi postati novi alat za brzo, neinvazivno i lako skalabilno testiranje, prema novom istraživanju predstavljenom na godišnjem kongresu Europskog udruženja za proučavanje dijabetesa (EASD) u Milanu, koji traje do 2. listopada.
Autori su pokazali da je moguće otkriti znakove bolesti slatke krvi jednostavnim slanjem kratkog audio isječka modelu umjetne inteligencije koji se pokazao sposobnim prepoznati ih jednostavnom analizom načina na koji osoba govori.
Studija, najveća te vrste, zaključuje da bi analiza ovih kratkih glasovnih snimaka pomoću umjetne inteligencije mogla biti korisna.
Dijabetes tipa 2 sve je češći, a rana dijagnoza ključna je za sprječavanje komplikacija poput bolesti srca i oštećenja živaca. Međutim, mnogi slučajevi ostaju nedijagnosticirani dugo vremena, što opterećuje zdravstvene sustave. Autori objašnjavaju, na primjer, da samo u Ujedinjenom Kraljevstvu otprilike 30% slučajeva ostaje nedijagnosticirano, a otprilike 60% od 10,7 milijardi funti koje Nacionalna zdravstvena služba (NHS) godišnje troši na dijabetes troši se na upravljanje komplikacijama.
To je unatoč činjenici da NHS uključuje probir za dijabetes u zdravstvene preglede koji se nude svake pete godine osobama starijim od 40 godina. Zapravo, manje od polovice odraslih osoba koje ispunjavaju uvjete (40,4%) podvrgava se tim pregledima. Stručnjaci kažu da su ovi posjeti "korisni, ali oduzimaju puno vremena".
Ali kako doći do umjetne inteligencije i zvuka? Prethodna istraživanja povezala su dijabetes tipa 2 s promjenama u govoru, poput povećane promuklosti i hrapavosti glasa, kao i smanjene sposobnosti kontrole disanja i glasa tijekom razgovora. Na temelju tih zapažanja, istraživači iz tvrtke za duboku tehnologiju Thymia, predvođeni Roseline Polle (višom istraživačicom strojnog učenja) i Elisom Brann (višom znanstvenom istraživačicom), u suradnji s kolegama sa Sveučilišta RMIT u Melbourneu (Australija), odlučili su razviti model umjetne inteligencije sposoban za otkrivanje takvih promjena u glasu. Obučili su ga na 63.283 uzorka glasa od 21.129 ljudi u Velikoj Britaniji i SAD-u, koji su prethodno prijavili jesu li im dijagnosticirani dijabetes ili ne. Stručnjaci su testirali i validirali model glasa koristeći 20-sekundne daljinske snimke sudionika koji čitaju jednu od Ezopovih basni.
Prva od dvije evaluacije usporedila je performanse modela na snimkama 7.319 odraslih osoba u Ujedinjenom Kraljevstvu (67% žena, 45,8% u dobi od 40 ili više godina, 217 s dijabetesom tipa 2 koji su sami prijavili). Utvrđeno je da je u 80% slučajeva model glasa dodijelio viši rezultat rizika osobama koje su same prijavile dijabetes tipa 2 nego onima koje ga nisu; rezultat se smatra klinički korisnim. Umjetna inteligencija dobro je funkcionirala bez obzira na spol i dob. Međutim, performanse su bile niže za snimke crnaca (vjerojatno zbog malog broja sudionika u ovoj skupini koji su sami prijavili dijabetes tipa 2, tvrde autori). Performanse su također bile niže za snimke osoba sa srčanim bolestima, hipertenzijom ili pretilošću. Autori nagađaju da je to zato što ta stanja često koegzistiraju s dijabetesom tipa 2 i mogu uzrokovati slične promjene glasa.
Druga evaluacija obuhvatila je podskupinu od 801 sudionika koji su kod kuće podvrgnuti HbA1c testu unutar tri mjeseca od snimanja glasa. Ovaj krvni test mjeri prosječnu razinu šećera u krvi tijekom posljednja dva do tri mjeseca i zlatni je standard za dijabetes tipa 2. Također se može koristiti za identifikaciju predijabetesa.
Korišteni model analize glasa dodijelio je viši rezultat rizika osobama s dijabetesom nego onima bez dijabetesa u 75% slučajeva. Osjetljivost je bila 82% (što znači da je model ispravno identificirao 82% osoba s dijabetesom tipa 2), dok je stopa lažno pozitivnih bila 47%. Umjetna inteligencija je također mogla razlikovati osobe s niskim, srednjim i visokim rizikom za dijabetes tipa 2 na temelju njihovih rezultata glikiranog hemoglobina (A1c). Nijedna od osoba koje je model klasificirao kao osobe s niskim rizikom nije imala vrijednosti krvi u rasponu dijabetesa ili predijabetesa.
Istraživači zaključuju da je stoga moguće otkriti dijabetes tipa 2 s klinički korisnom razinom točnosti analizom samo 20 sekundi govora. Dok se čeka daljnja klinička validacija alata, jedna od mogućnosti mogla bi biti da liječnici primarne zdravstvene zaštite koriste kratke snimke za trijažu pacijenata. Osobama s većim rizikom mogle bi se propisati krvne pretrage kako bi se potvrdila dijagnoza. Probir na temelju analize glasa nadopunio bi krvne pretrage, a ne zamijenio ih, navode autori. Ovo, komentira Giedrė Čepukaitytė, istraživačica u Thymiji, "najveća je studija u stvarnom svijetu do danas o 'glasovnom' probiru za dijabetes tipa 2, koja uspoređuje predviđanja modela s rezultatima krvnih pretraga i samoprocjenom dijagnoze. Ljudi označeni kao visokorizični zapravo su imali vrijednosti krvi koje odgovaraju ovoj klasifikaciji. Ovaj pristup", zaključuje ona, "ima potencijal transformirati metode probira. Uzorak glasa može se prikupiti telefonom ili putem aplikacije, što nam omogućuje da dosegnemo mnogo više ljudi."
-
kronika
webinfo@adnkronos.com (web informacije)