AI通过声音在10秒内诊断2型糖尿病 准确率高达89%

加拿大的医学研究人员训练一个基于机器学习的AI来识别2型糖尿病患者与非糖尿病患者之间的14种声音差异。 这些特征包括音高、强度以及其他微小的声音变化，这些是人耳无法区分的。 然后通过听取患者的声音6到10秒来诊断2型糖尿病。

主要原理

1、声音特征识别：AI模型被训练来识别与2型糖尿病相关的声音特征。这些特征包括音高、强度以及其他微小的声音变化，这些是人耳无法区分的。

2、机器学习训练：加拿大的医学研究者使用了267个来自印度居民的声音录音来训练AI。其中，大约72%的参与者被诊断为非糖尿病，其余的参与者被诊断为2型糖尿病。所有参与者每天录制一个短语六次，持续两周，总共产生了18,000个录音。

3、声音差异分析：科学家们确定了2型糖尿病患者与非糖尿病患者之间的14种声音差异。其中，四种差异帮助AI更准确地诊断2型糖尿病。

4、结合其他健康数据：除了声音数据外，AI还结合了研究者收集的基本健康数据，如年龄、性别、身高和体重，以提高诊断的准确性。

预测效果

1、诊断准确性：AI能够在89%的女性和86%的男性中准确诊断2型糖尿病。研究发现，音高和音高的标准偏差是诊断所有参与者糖尿病的有用特征。

2、性别差异：对于女性，预测特征是平均音高、音高SD和RAP jitter。对于男性，使用的是平均强度和apq11 shimmer。简单地说，这些特征变化表明，2型糖尿病的女性报告的音高略低，变化较小，而2型糖尿病的男性报告的声音略弱，变化较大。

3、潜在应用：研究人员认为，声音分析显示出作为2型糖尿病的预筛查或监测工具的潜力，特别是当与与该病状相关的其他风险因素结合时。