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。
软件收集于互联网和粉丝上传,仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。
本站信息来自网络和网友,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。
本站如果侵犯你的利益,请务必携带权利证明请发送邮箱到doraera@163.com ,我们会第一时间为您处理。