Yapay zeka, sesten diyabeti tespit edebiliyor
9-13 Eylül tarihlerinde Madrid’de düzenlenen Avrupa Diyabet Araştırmaları Birliği’nin (EASD) Yıllık Toplantısı’nda sunulan araştırma, ses analizi ile teşhis edilmemiş tip 2 diyabet vakalarının tespit edilebileceğini gösterdi.
Mevcut diyabet taramalarının zorlukları
Çalışmada, bireylerin ses kayıtları, yaş, cinsiyet, vücut kitle indeksi (BMI) ve hipertansiyon durumu gibi temel sağlık verileriyle birleştirilerek yapay zeka modeli geliştirildi.
Bu model, kadınlarda yüzde 66, erkeklerde ise yüzde 71 doğruluk oranıyla tip 2 diyabetin varlığını ayırt edebildi.
“Mevcut tip 2 diyabet tarama yöntemleri zaman alıcı, invaziv ve laboratuvar bazlıdır, ayrıca maliyetlidir” diyen araştırmanın baş yazarı Abir Elbeji, “Yapay zeka ve ses teknolojisinin birleştirilmesi, bu engelleri ortadan kaldırarak testi daha erişilebilir hale getirme potansiyeline sahip. Bu çalışma, ses analizinin ilk basamak, yüksek ölçeklenebilir tip 2 diyabet tarama stratejisi olarak kullanılmasına yönelik atılmış ilk adımdır” şeklinde konuştu.
Diyabet hastalarının yaklaşık yarısı, durumu fark etmiyor ve bu bireylerin yüzde 90'ı tip 2 diyabet hastası.
Erken teşhis ve tedavi, ciddi komplikasyonları önlemede kritik bir rol oynuyor. Dünyada teşhis edilmemiş tip 2 diyabet vakalarını azaltmak, önemli bir halk sağlığı sorunu olarak öne çıkıyor.
Araştırmada, 607 katılımcıdan seslerini birkaç cümle okuyarak kayıt yapmaları istendi.
Ses kayıtları, yapay zekâ algoritması ile analiz edildi ve çeşitli ses özellikleri değerlendirildi.
Algoritma, ses tonundaki değişiklikler, yoğunluk ve frekans gibi özellikleri inceleyerek diyabet teşhisi konmuş ve konmamış bireyler arasındaki farkları tespit etti.
Ses bazlı algoritmalar, erkeklerde yüzde 71, kadınlarda ise yüzde 66 oranında tip 2 diyabet vakalarını doğru şekilde tespit etti.
Özellikle 60 yaş ve üstü kadınlar ile hipertansiyon hastalarında daha yüksek doğruluk oranlarına ulaşıldı.
Ayrıca, bu yöntem Amerikan Diyabet Derneği'nin (ADA) diyabet risk değerlendirme aracıyla yüzde 93 uyum gösterdi.
Araştırmacılar, bu bulguların umut verici olduğunu, ancak yöntemin ilk basamak diyabet tarama stratejisi olarak kullanılmadan önce daha fazla araştırmaya ihtiyaç duyulduğunu belirtiyor.
