Yapay zeka, ses kaydını kullanarak diyabetli kişileri 10 saniyede tespit ediyor

Kanadalı tıp araştırmacıları, hastanın 6 ila 10 saniye arası konuşmasından Tip 2 diyabeti doğru tahmin eden bir yapay zeka sistemi geliştirdi.

Yapay zeka, doktorlar tarafından duyulamayan perde ve ses yoğunluğundaki küçük değişiklikler de dahil olmak üzere bir dizi ses özelliğine odaklandı ve bu verileri, hastanın yaşı, cinsiyeti, boyu ve kilosu gibi temel sağlık bilgileriyle eşleştirdi.

Yapay zeka, hastalığı kadınlarda yüzde 89 oranında, erkeklerde ise biraz daha az doğru bir şekilde yüzde 86 oranında teşhis edebiliyor.

Yapay zeka modeli, geleneksel olarak şahsen test edilmesi gereken kronik sağlık durumundan muzdarip insanların maliyetini önemli ölçüde azaltmayı vadediyor.

Makalenin ilk yazarı ve yazılımı pazarlamayı planlayan Klick Labs'ta araştırma bilimcisi olan Jaycee Kaufman, "Araştırmamız, Tip 2 diyabetli ve olmayan bireyler arasındaki önemli ses farklılıklarının altını çiziyor." dedi.

Kaufman, şirketin yapay zekasının 'tıp camiasının diyabet tarama yöntemini değiştirebileceğini' umuyor.

Pahalı testlere yapay zekalı çözüm

Geçmişte, prediyabet ve Tip 2 diyabetin taranması için kan tahlili de dahil olmak üzere pahalı, kişisel tanı testlerine ihtiyaç duyuluyordu.

Bakan Memişoğlu'ndan randevu açıklaması! 'Bir çalışma içindeyiz'

Kullanılan en yaygın testler arasında glikatlı hemoglobin (A1C) testi, açlık kan şekeri (FBG) testi ve Oral glukoz tolerans testleri (OGTT) yer alır ve bunların tümü hastaların sağlık uzmanlarına gitmesini gerektirir.

Ancak yapay zekalı ses teknolojisi, bu engelleri tamamen ortadan kaldıracak potansiyele sahip.

Ekibin hakemli makalesinde bildirdiğine göre, ses kayıtlarının ardındaki kişinin yaşı ve vücut kitle indeksi (BMI) tahmin modeline dahil edildiğinde, firmanın yapay zekası daha doğru sonuçlar vermeye başladı.

Klick Labs başkan yardımcısı ve yeni çalışmanın baş araştırmacısı Yan Fossat, Klick'in müdahaleci olmayan ve erişilebilir yapay zeka yaklaşımının, basit bir telefon uygulamasıyla teşhis yapılmasına yol açabileceğini, sessizce Tip 2 diyabet hastası olan teşhis konmamış milyonlarca insanı tanımlamaya ve onlara yardım etmeye yardımcı olacağını umduğunu söyledi.