Ihre Stimme könnte Diabetesrisiko aufdecken – So funktioniert es

In einer bahnbrechenden Studie hat künstliche Intelligenz (KI) das Potenzial gezeigt, durch Sprachanalyse auf Typ-2-Diabetes zu screenen und bietet eine kostengünstige und zugängliche vorläufige Screening-Methode. Forscher von Klick Labs entwickelten ein hochmodernes KI-Modell, das eine Genauigkeitsrate von 89 % für Frauen und 86 % für Männer bei der Erkennung des Vorhandenseins von Typ-2-Diabetes erreichte. 

Die in den Mayo Clinic Proceedings: Digital Health veröffentlichte Studie unterstreicht die subtilen stimmlichen Veränderungen, die durch Typ-2-Diabetes hervorgerufen werden. Diese können vom menschlichen Gehör zwar unbemerkt bleiben, lassen sich jedoch durch spezialisierte Technologie erkennen und analysieren.

Subtile stimmliche Hinweise zur Erkennung von Diabetes

Die Studie tauchte in den Bereich der Stimmungsanalyse ein und untersuchte, wie Variationen in Tonhöhe und Intensität als Indikatoren für Typ-2-Diabetes dienen könnten. Während diese stimmlichen Veränderungen für das ungeübte Ohr wahrnehmbar sein mögen, zeigte das KI-Modell eine bemerkenswerte Fähigkeit, sie zu identifizieren. Dieser innovative Ansatz bedeutet einen potenziellen Paradigmenwechsel im Bereich der Vorsorgeuntersuchungen für Typ-2-Diabetes, einer Erkrankung, die derzeit bei fast der Hälfte der weltweit 240 Millionen betroffenen Erwachsenen unentdeckt bleibt.

Teilnehmer der Studie, sowohl nicht-diabetische Personen als auch solche mit Typ-2-Diabetes, wurden gebeten, eine bestimmte Phrase sechs Mal täglich über zwei Wochen hinweg mit ihren Smartphones aufzunehmen. Die Forscher sammelten einen beeindruckenden Datensatz mit über 18.000 Sprachaufnahmen von 267 Teilnehmern. 

Diese Aufnahmen wurden sorgfältig auf Unterschiede in 14 stimmlichen Merkmalen analysiert, einschließlich Tonhöhe und Intensität. Das KI-Modell unterschied in Verbindung mit grundlegenden Gesundheitsdaten wie Alter, Geschlecht, Größe und Gewicht effektiv zwischen nicht-diabetischen Personen und solchen mit Typ-2-Diabetes.

Viversprechende Implikationen für das Gesundheitswesen

Jaycee Kaufman, Wissenschaftlerin bei Klick Labs und Erstautorin der Studie, betonte die Bedeutung der Ergebnisse und erklärte:

„Unsere Forschung hebt signifikante stimmliche Variationen zwischen Personen mit und ohne Typ-2-Diabetes hervor.“ 

Diese Entdeckung hat das Potenzial, die Gesundheitsversorgung zu revolutionieren, indem sie ein zugängliches und erschwingliches digitales Screening-Tool bietet. Die Einfachheit der Integration von Sprachanalyse in routinemäßige Gesundheitsbewertungen könnte zu einer früheren Diagnose und Intervention führen und letztendlich die Ergebnisse für Personen verbessern, die einem Risiko für Typ-2-Diabetes ausgesetzt sind.

Obwohl die Ergebnisse vielversprechend sind, erkennen die Forscher die Notwendigkeit weiterer Studien an, um ihre Ergebnisse zu validieren. Darüber hinaus beabsichtigen sie, die Anwendbarkeit der Stimmungsanalyse bei der Diagnose anderer medizinischer Zustände wie Prädiabetes und Bluthochdruck zu untersuchen. Die Erweiterung des Forschungsumfangs auf vielfältigere und umfangreichere Teilnehmergruppen wird entscheidend sein, um die universelle Wirksamkeit und Zuverlässigkeit der Stimmungsanalyse als Screening-Tool für Typ-2-Diabetes zu bestimmen.