AI 10秒診斷2型糖尿病，準確率89%

加拿大的醫學研究人員訓練了一種基於機器學習的人工智慧來識別2型糖尿病患者和非糖尿病患者之間聲音的14個差異。

這些特徵包括音調、強度和其他與人耳無法區分的微小聲音變化。

然後通過聆聽患者的聲音6到10秒來診斷2型糖尿病。

主要原則：

1.人聲簽名識別：人工智慧模型經過訓練以識別與2型糖尿病相關的人聲特徵。這些特徵包括音調、強度和其他與人耳無法區分的微小聲音變化。

2.機器學習培訓：加拿大醫學研究人員使用印度居民的267段錄音來訓練人工智慧。其中，約72%的參與者被診斷出患有非糖尿病，其餘的參與者被診斷出患有2型糖尿病。所有參與者在兩周內每天錄製一個短語六次，總共錄製了18，000次。

3.聲音差異分析：科學家發現2型糖尿病患者和非糖尿病患者之間存在14種聲音差異。其中，四個差異幫助AI更準確地診斷2型糖尿病。

4.結合其他健康數據：除了健全的數據外，人工智慧還結合研究人員收集的基本健康數據，例如年齡、性別、身高和體重，以提高診斷的準確性。

1.診斷準確性：人工智慧可以準確診斷89%的女性和86%的男性的2型糖尿病。研究發現，音調和音調標準差對於診斷所有參與者的糖尿病都是有用的特徵。

2.性別差異：對於女性來說，預測特徵是平均音調、音調SD和RAP抖動。對於男性，使用平均力量和APQ 11 SHIMMER。簡而言之，這些特徵變化表明患有2型糖尿病的女性報告的音調略低，變化較小，而患有2型糖尿病的男性報告的聲音略弱，變化較大。

3.潛在應用：研究人員認為，聲音分析顯示出作為2型糖尿病預篩查或監測工具的潛力，特別是當與其他與該疾病相關的風險因素相結合時。