تشخیص دیابت نوع 2 از نحوه صحبت کردن شما

تشخیص دیابت نوع 2 از نحوه صحبت کردن شما

گروه هوش مصنوعی: گروه هوش مصنوعی: دانشمندان می گویند، نحوه صحبت کردن شما می تواند نشان دهد که آیا دیابت نوع 2 دارید یا خیر.


به گزارش گروه هوش مصنوعی به نقل از ایسنا و به نقل از اس ای، ما قبلاً روش های مختلفی را دیده ایم که هوش مصنوعی به تسریع تشخیص های پزشکی کمک می نماید. حالا یک ترفند جدید رو کرده است و آن، تشخیص دیابت نوع ۲ در یک فرد، تنها برمبنای چند ثانیه صحبت کردن اوست.
حتما تا حالا تجربه کرده اید که صدای افراد در حالت هایی که احساساتی، مست یا خواب آلود هستند، تحت تأثیر عوامل بیولوژیکی زیادی قرار می گیرد. این واقعیتی است که فرصتی را برای هوش مصنوعی فراهم می آورد تا تغییرات ظریفی را که ممکنست با تغییر در سلامت بدن در صدای فرد ایجاد شود، تشخیص دهد.
این مطالعه توسط دانشمندان لابراتوار کلیک(Klick Labs) انجام شده است که علاقه خاصی به توسعه و فروش فناوری تشخیص هوش مصنوعی دارند. با این وجود، یافته های آنها در یک مجله علمی معتبر انتشار یافته است و ارزش آنرا دارد که ببینیم آیا تشخیص دیابت نوع ۲ بدین وسیله می تواند بهبود یابد یا خیر.
دیابت شیرین نوع ۲ که سابق بر این آنرا «دیابت شیرین غیروابسته به انسولین»(NIDDM) یا دیابت بزرگسالان می نامیدند، نوعی بیماری اختلال در سوخت و ساز بدن است که با بالا بودن قند خون در وضعیت مقاومت به انسولین و کمبود نسبی انسولین شناسایی می شود. این مسئله در تقابل با دیابت نوع ۱ است که در آن به سبب تخریب جزایر لانگرهانس در لوزالمعده با کمبود مطلق انسولین مواجه هستیم.
نشانه های کلاسیک این بیماری شامل احساس تشنگی مفرط، تکرر ادرار و احساس گرسنگی مفرط است. ۹۰ درصد افراد مبتلا به دیابت به دیابت نوع ۲ گرفتار هستند و ۱۰ درصد دیگر به ترتیب مبتلا به دیابت شیرین نوع ۱ و دیابت حاملگی هستند. گفته می شود که چاقی دلیل عمده ی دیابت نوع ۲ در افرادی است که به لحاظ ژنتیکی مستعد مبتلاشدن به این بیماری هستند. از دیگر دلیلهای آن می توان به عدم تحرک، فشار خون بالا، داشتن HDL خون پایین یا تری گلیسرید بالا اشاره نمود. در شروع این بیماری می توان با افزایش ورزش، اصلاح رژیم غذایی و مشورت با پزشک، آنرا درمان کرد.
جیسی کافمن دانشمند لابراتوار کلیک می گوید: روش های فعلی تشخیصی به زمان و هزینه زیادی نیاز دارند، اما فناوری تشخیص صوتی این پتانسیل را دارد که این موانع را بطور کامل از بین ببرد.
این تیم از ۲۶۷ شرکت کننده - برخی مبتلا به دیابت نوع ۲ و برخی دیگر بدون آن - خواستند تا یک عبارت ثابت را شش بار در روز در یک برنامه تلفنی به مدت دو هفته ضبط کنند. سپس در مجموع ۱۸ هزار و ۴۶۵ صدای ضبط شده برای استخراج ۱۴ خاصیت مختلف از آوا همچون زیر و بم و شدت پردازش شد.
پژوهشگران از مجموعه ای از این ضبط ها برای آموزش هوش مصنوعی برمبنای عواملی مانند جنسیت، سن، شاخص توده بدنی(BMI) و این که آیا دیابت نوع ۲ دارند یا خیر، استفاده کردند. سپس از نمونه های باقی مانده برای آزمایش آن چه که هوش مصنوعی «یاد گرفته» استفاده کردند.
این مدل هوش مصنوعی با در نظر گرفتن ملاحظاتی مانند سن و جنس توانست دیابت نوع ۲ را با دقت ۸۹ درصد برای زنان و ۸۶ درصدی در مردان تشخیص دهد.
جالب توجه است که نشانه های صوتی کلیدی که دیابت نوع ۲ را فاش می کند، برای مردان و زنان متفاوت می باشد. در مردان، شدت و دامنه تغییرات مهم ترین عوامل بود و در زنان، تنوع در گام صدا اصلی ترین نشانه بود.
پژوهشگران اذعان می کنند که گروههای بزرگ تر و متنوع تری از افراد باید برای تأیید این نتایج آزمایش شوند، اما یافته های اولیه مثبت هستند.
هم اکنون برای تشخیص دیابت نوع ۲ باید از فرد خون گرفته شود و بدنبال آن انتظاری طولانی برای تحلیل و بررسی و گزارش وجود دارد. این روش به چیزی بیش از دسترسی به یک برنامه در یک گوشی هوشمند نیاز دارد.
در صورتیکه از هر ۱۱ بزرگسال در سرتاسر جهان یک نفر مبتلا به این بیماری تشخیص داده شده است، پژوهشگران فکر می کنند صدها میلیون نفر نمی دانند که با دیابت نوع ۲ زندگی می کنند. آنها می گویند توانایی کاهش این تعداد به این معنا است که بتوانیم درمان ها را زودتر انجام دهیم و هزینه های مدیریت دیابت را در جامعه کاهش دهیم.
کافمن می گوید: پژوهش ما تفاوت های صوتی قابل توجهی را بین افراد مبتلا به دیابت نوع ۲ و افراد غیر مبتلا به آن نشان میدهد و می تواند نحوه غربالگری جامعه پزشکی برای دیابت را تغییر دهد.
این پژوهش در مجله Mayo Clinic Proceedings: Digital Health انتشار یافته است.




منبع:

1402/08/02
12:37:56
5.0 / 5
340
مطلب را می پسندید؟
(1)
(0)

تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب
لطفا شما هم نظر دهید
= ۷ بعلاوه ۲
گروه هوش مصنوعی
iagrp.ir - مالکیت معنوی سایت گروه هوش مصنوعی متعلق به مالکین آن می باشد