این درحالی است که روش‌های کنونی برای غربالگری دیابت نوع ۲ مستلزم صرف زمان بسیار و همچنین کارهای زیادی در آزمایشگاه هستند و هزینه زیادی دارند. ترکیب هوش مصنوعی با فناوری صدا این پتانسیل را دارد که با از میان برداشتن این موانع، آزمایش برای تشخیص دیابت نوع ۲ را بیشتر در دسترس قرار دهد.
حدود نیمی از بزرگسالان مبتلا به دیابت (در حدود ۲۴۰ میلیون نفر در سطح جهان) از این بیماری خود بی‌اطلاع هستند زیرا این بیماری می‌تواند با نشانه‌های عمومی یا بدون نشانه باشد. حدود ۹۰ درصد از این افراد مبتلا به دیابت نوع ۲ هستند اما تشخیص و درمان زودهنگام می‌تواند از بروز تبعات جدی جلوگیری کند. کاهش مواد دیابت بدون تشخیص باقی مانده در جهان یکی از چالش‌های سلامتی عمومی است.
این مطالعه با هدف ساخت و ارزیابی عملکرد یک الگوریتم هوش مصنوعی بر مبنای صدا برای تشخیص ابتلای افراد به دیابت نوع ۲ انجام شده است. محققان از یک جمعیت ۶۰۷ نفری (با تشخیص ابتلا و غیر مبتلا به دیابت نوع ۲) خواستند که نمونه‌ای از صدای ضبط شده خود را در حال خواندن چند جمله ارائه شده به طور مستقیم از گوشی هوشمند یا لپ‌تاپ خود ارائه بدهند.
هم زنان و هم مردان مبتلا به دیابت نوع ۲ در محدوده سنی بالاتر و با چاقی بیشتر بودند. از میان ۶۰۷ صدای ضبط شده، الگوریتم هوش مصنوعی، ویژگی‌های مختلف صدا را آنالیز کرد تا بتواند تفاوت بین صدای افراد مبتلا به دیابت و افراد غیر مبتلا را شناسایی کند و این کار با دو تکنیک پیشرفته انجام شد. عملکرد بهترین مدل‌های شناسایی شده با چندین فاکتور خطر دیگر دیابت از جمله سن، شاخص توده بدنی و فشار خون ترکیب شد.
الگوریتم بر مبنای صدا ظرفیت کلی خوبی برای پیش‌بینی ابتلا به دیابت نشان داد به طوری که ۷۱ درصد ابتلای مردان و ۶۶ درصد ابتلای زنان را به درستی شناسایی کرد. این مدل هوش مصنوعی در مورد زنان بالاتر از ۶۰ سال و افراد دارای فشار خون عملکرد بهتری هم نشان داد.
دکتر «گای فاگرازی» از موسسه سلامتی لوکزامبورگ و از مولفان این مطالعه گفت: هر چند یافته‌های ما امیدوارکننده هستند اما تحقیقات بیشتری مورد نیاز است پیش از آنکه بتوانیم این رویکرد را به عنوان یک راهبرد درجه اول برای غربالگری دیابت مورد استفاده قرار دهیم و تعداد افراد مبتلا به دیابت تشخیص داده نشده را کاهش دهیم.
