AI語音分析 25秒測出2型糖尿病

編譯／高晟鈞

人工智慧發展日新月異，透過分析語音來進行疾病診斷的技術變得越發準確。從憂鬱症、創傷後應激障礙（PTSD），再到肺結核、阿茲海默症和心臟病都能通過分析患者的語音片段來進行診斷。

今年在馬德里舉辦的歐洲糖尿病研究協會（EASD）年會上發表了一研究，展示了人工智慧透過語音分析在診斷2型糖尿病的潛力。

患病而不自知

目前2型糖尿病的篩檢，最常見的測試包括空腹血糖測試（FBG）、糖化血紅蛋白質測試（A1C）與口服糖耐量測試（OGTT）等，主要目的是為了測量兩到三個月內的血糖平均值。然而，這些篩檢方法雖然準確，但需要耗費大量時間、金錢，對大說數人來說，也並非常態性的檢測。

更多新聞: 谷歌推出AI模型HeAR 利用咳嗽聲音檢測早期肺病

因此，全球約有超過2.4億的成年人患有糖尿病而不自知。根據國際糖尿病協會數據，近9成的案例均為2型糖尿病。而許多2型糖病患者，在早期階段並無明顯的症狀，或者症狀並無特異性，難以區分。2型糖尿病的早期發現與治療，對於心肌梗塞、中風、下肢血液循環等併發症的預防至關重要。減少未確診的二型糖尿病病例已然是一項緊迫的全球性公共衛生挑戰。

語音分析成為劃時代診斷技術

人的聲音有超過20萬種不同的特徵。在語音頻率的分析中，人工智慧可以識別人耳所難以辨別的人聲變化，包括說話的節奏、韻律、語調、音高等元素，在透過演算法進行分析。藉此，AI甚至能聽出血管是否具有狹窄或是疲乏的跡象。

Colive Voice研究囊括了607名個案，包含了罹患或是尚未被診斷出二型糖尿病的成年人所提供的25秒錄音檔，以及體重指數（BMI）、性別、年齡與高血壓狀況等基本健康數據。AI演算法結合了兩種先進技術，能捕捉多達6,000多種詳細的聲音特徵，並利用複雜的深度學習方法來進行進一步更精確的分析。結果顯示，AI演算模型對女性樣本分析有著66%的準確率，而男性則高達71%。此外，不論性別，患有二型糖尿病平均年齡較大，且大多伴隨著肥胖。

儘管研究略有成果，但離成為一線糖尿病的篩檢技術，還需要更多的研究與實驗佐證。研究團隊表示，未來將針對2期糖尿病的早期診斷進行更多研究。

資料來源:ScitechDaily

※探索職場，透視薪資行情，請參考【科技類-職缺百科】幫助你找到最適合的舞台！

瀏覽 323 次