Ένα νέο σύστημα τεχνητής νοημοσύνης αναλύει χαρακτηριστικά της ομιλίας και εντοπίζει μοτίβα που συνδέονται με τον διαβήτη τύπου 2 – Τι έδειξε η μεγάλη μελέτη και γιατί οι ερευνητές τονίζουν ότι δεν αντικαθιστά την εξέταση αίματος
Μπορεί μια σύντομη ηχογράφηση της φωνής μας να δώσει πληροφορίες για την πιθανότητα να έχουμε διαβήτη τύπου 2; Αυτό είναι το ερώτημα που εξετάζει μια νέα μελέτη, στην οποία ερευνητές αξιοποίησαν τεχνητή νοημοσύνη για να εντοπίσουν λεπτές αλλαγές στην ομιλία που φαίνεται να συνδέονται με τον διαβήτη.
Η ιδέα είναι ιδιαίτερα ενδιαφέρουσα επειδή, εάν επιβεβαιωθεί σε κλινικές συνθήκες, θα μπορούσε στο μέλλον να προσφέρει έναν απλό και εύκολα προσβάσιμο τρόπο αρχικού ελέγχου, ακόμη και μέσω κινητού τηλεφώνου. Όμως οι ερευνητές είναι σαφείς: η τεχνολογία δεν αποτελεί σήμερα διαγνωστική εξέταση και δεν μπορεί να αντικαταστήσει τον αιματολογικό έλεγχο.
Τι «ακούει» η τεχνητή νοημοσύνη;
Η ερευνητική ομάδα από το RMIT University στη Μελβούρνη, σε συνεργασία με την εταιρεία τεχνολογίας υγείας thymia, ανέπτυξε ένα μοντέλο που αναζητά χαρακτηριστικά της ομιλίας τα οποία έχουν συσχετιστεί με τον διαβήτη τύπου 2.
Μεταξύ αυτών περιλαμβάνονται αλλαγές στην ποιότητα της φωνής, όπως πιο βραχνή ή τραχιά ομιλία, αλλά και χαρακτηριστικά που σχετίζονται με τον έλεγχο της αναπνοής κατά την ομιλία. Η AI δεν «ακούει» τη λέξη που λέει κάποιος ούτε αναγνωρίζει τον διαβήτη από μια συγκεκριμένη φράση. Αναλύει παραμέτρους της φωνής και της ομιλίας και στη συνέχεια υπολογίζει έναν δείκτη κινδύνου.
20 δευτερόλεπτα μπορεί να είναι αρκετά;
Για την αξιολόγηση του μοντέλου χρησιμοποιήθηκαν σύντομες ηχογραφήσεις περίπου 20 δευτερολέπτων. Οι συμμετέχοντες, μεταξύ άλλων, διάβαζαν δυνατά αποσπάσματα από τους μύθους του Αισώπου.
Το μοντέλο είχε προηγουμένως εκπαιδευτεί σε 63.283 δείγματα φωνής από 21.129 ανθρώπους στις ΗΠΑ και το Ηνωμένο Βασίλειο. Στη συνέχεια αξιολογήθηκε σε ξεχωριστή ομάδα 7.319 ενηλίκων στο Ηνωμένο Βασίλειο.
Στην ομάδα αυτή, το σύστημα έδωσε υψηλότερο σκορ κινδύνου σε ανθρώπους που είχαν αναφέρει ότι είχαν διαβήτη τύπου 2 στο 80% των περιπτώσεων. Σε μια δεύτερη, μικρότερη ομάδα 801 ανθρώπων, οι ερευνητές συνέκριναν τις προβλέψεις της AI με αποτελέσματα εξέτασης HbA1c. Εκεί, το μοντέλο είχε AUC 0,75, δηλαδή παρουσίασε μέτρια έως καλή ικανότητα να διακρίνει όσους βρίσκονταν πάνω από το διαγνωστικό όριο της HbA1c.
Γιατί έχει σημασία η έγκαιρη ανίχνευση;
Ο διαβήτης τύπου 2 μπορεί να εξελίσσεται για μεγάλο διάστημα χωρίς να έχει γίνει αντιληπτός. Η έγκαιρη αναγνώριση έχει σημασία, καθώς η παρατεταμένη υπεργλυκαιμία μπορεί να αυξήσει τον κίνδυνο σοβαρών επιπλοκών, μεταξύ άλλων από το καρδιαγγειακό και το νευρικό σύστημα.
Ένα από τα προβλήματα των σημερινών συστημάτων πρόληψης είναι ότι αρκετοί άνθρωποι δεν φτάνουν ποτέ μέχρι έναν προληπτικό έλεγχο. Ένα εργαλείο που θα μπορούσε να χρησιμοποιηθεί από απόσταση, μέσω μιας εφαρμογής ή ακόμη και μιας τηλεφωνικής συνομιλίας, θα μπορούσε θεωρητικά να λειτουργήσει ως ένα επιπλέον «φίλτρο» για τον εντοπισμό ανθρώπων που χρειάζονται περαιτέρω έλεγχο.
Αυτό ακριβώς είναι το σημείο που ενδιαφέρει τους ερευνητές: όχι να αντικαταστήσουν την εξέταση αίματος, αλλά να δημιουργήσουν έναν εύκολο τρόπο ώστε περισσότεροι άνθρωποι να φτάνουν τελικά σε αυτήν.
Δεν είναι ένα «τεστ διαβήτη από το κινητό»
Εδώ χρειάζεται προσοχή. Η συγκεκριμένη τεχνολογία βρίσκεται ακόμη σε ερευνητικό στάδιο. Η μελέτη έχει δημοσιευθεί ως preprint και οι ίδιοι οι ερευνητές επισημαίνουν ότι απαιτείται περαιτέρω κλινική αξιολόγηση πριν από την εφαρμογή της στην καθημερινή ιατρική πράξη.
Μάλιστα, η απόδοση του μοντέλου δεν ήταν ίδια σε όλες τις ομάδες. Η ανάλυση έδειξε χαμηλότερη απόδοση σε ανθρώπους με ορισμένες συνυπάρχουσες παθήσεις, όπως καρδιαγγειακά νοσήματα και υπέρταση, ενώ αναφέρθηκαν επίσης διαφορές στην απόδοση ανάλογα με δημογραφικά χαρακτηριστικά. Αυτό είναι σημαντικό, γιατί ένα εργαλείο screening πρέπει να έχει αξιόπιστη απόδοση σε διαφορετικούς πληθυσμούς και όχι μόνο στην ομάδα στην οποία αναπτύχθηκε.
Η φωνή ως νέος «βιοδείκτης»;
Η ιδέα ότι η φωνή μπορεί να περιέχει πληροφορίες για την κατάσταση της υγείας δεν είναι καινούργια. Η διαφορά είναι ότι η σύγχρονη τεχνητή νοημοσύνη μπορεί να αναλύσει τεράστιο αριθμό χαρακτηριστικών της ομιλίας ταυτόχρονα, πολλά από τα οποία δεν είναι εύκολο να εντοπιστούν με το ανθρώπινο αυτί.
Αυτό ανοίγει έναν ενδιαφέροντα δρόμο για την ψηφιακή υγεία: από την ανάλυση της φωνής και της ομιλίας μέχρι τη χρήση smartphone για απλές, μη επεμβατικές διαδικασίες αρχικού ελέγχου.
Προς το παρόν, όμως, η φωνή δεν μπορεί να πει αν κάποιος έχει διαβήτη. Μπορεί, στην καλύτερη περίπτωση, να αποτελέσει ένα ακόμη εργαλείο που θα βοηθήσει να εντοπιστούν άνθρωποι οι οποίοι αξίζει να κάνουν τον έλεγχο που ήδη γνωρίζουμε ότι μπορεί να δώσει την απάντηση: την κατάλληλη αιματολογική εξέταση.
Και αυτό ίσως είναι τελικά το πιο ενδιαφέρον κομμάτι της συγκεκριμένης τεχνολογίας: όχι η υπόσχεση ότι το κινητό θα αντικαταστήσει τον γιατρό ή το εργαστήριο, αλλά η πιθανότητα να λειτουργήσει ως μια πρώτη, εύκολη πόρτα προς την πρόληψη.
