你的声音可能揭示糖尿病风险——以下是方法

在一项开创性研究中，人工智能（AI）展示了通过语音分析筛查 2 型糖尿病的潜力，提供了一种具有成本效益且易于获取的初步筛查方法。Klick Labs 的研究人员开发了一种尖端的人工智能模型，在检测 2 型糖尿病方面，女性的准确率达到 89%，男性的准确率达到 86%。 

这项发表在《梅奥诊所进展：数字健康》（Mayo Clinic Proceedings: Digital Health）上的研究强调了 2 型糖尿病引起的细微声音变化，这些变化可能被人耳忽视，但可以通过专门的技术检测和进行分析。

糖尿病检测的细微声音线索

该研究深入探讨了语音分析的领域，探索音调和强度的变化如何作为 2 型糖尿病的指标。虽然这些声音变化可能对未经训练的人来说难以察觉，但人工智能模型在识别它们方面表现出非凡的能力。这种创新方法标志着 2 型糖尿病初步筛查领域潜在的范式转变，目前全球近 2.4 亿受影响成年人中近一半的 2 型糖尿病未被诊断出来。

研究参与者，包括非糖尿病个体和 2 型糖尿病患者，被要求使用智能手机在两周内每天录制特定短语六次。研究人员收集了一个令人印象深刻的数据集，包含来自 267 名参与者的超过 18,000 条语音记录。 

这些录音经过仔细分析，以找出 14 种声音特征（包括音调和强度）的差异。人工智能模型结合基本健康数据（如年龄、性别、身高和体重），有效地区分了非糖尿病个体和 2 型糖尿病患者。

对医疗保健的积极影响

Klick Labs 的研究科学家、该研究的第一作者 Jaycee Kaufman 强调了这些发现的重要性，并表示：

“我们的研究突出了 2 型糖尿病患者与非患者之间显著的声音差异。” 

这一发现有望 彻底改变医疗保健 实践，提供一种易于获取且负担得起的数字筛查工具。将语音分析轻松整合到常规医疗评估中，可能会导致更早的诊断和干预，最终改善 2 型糖尿病风险个体的预后。

虽然结果令人鼓舞，但研究人员承认需要进一步的研究来验证他们的发现。此外，他们旨在探索语音分析在诊断其他医疗状况（如糖尿病前期和高血压）中的适用性。将研究范围扩大到包含更多样化和广泛的参与者群体，对于确定语音分析作为 2 型糖尿病筛查工具的普遍有效性和可靠性至关重要。