به گفته پزشکان از میان هر 5 نفر، 1 نفر به بیماری دیابت مبتلا است. از آنجایی که دیابت یک بیماری خاموش بوده و علائم نه چندان آشکاری را از خود برجای می‌گذارد، اکثر مبتلایان به این بیماری، تا زمان مراجعه به پزشک متخصص از ابتلاء خود به آن آگاهی ندارند! در فرآیند تشخیص ابتلاء به بیماری دیابت، افراد ناچار به گذراندن یک دوره طولانی از آزمایشاتی مانند “تست A1C (هموگلوبین گلیکوزیله)، تست FBG (قند خون ناشتا) و تست OGTT (تحمل گلوکز خوراکی)” می‌باشند. با این حال، به نظر می‌رسد که محققان یک رویکرد جدید، آسان و سریع‌تر برای تشخیص دیابت یافته‌اند. با اِروتِک در بررسی این مطالعه همراه باشید.
رویکردی جدید در تشخیص آسان دیابت
شرکت نرم‌افزاری Klick Labs در مطالعه اخیر خود به روشی نوین برای تشخیص سریع و آسان بیماری دیابت، دست یافته است. این رویکرد ضمن ترکیب فناوری گفتار با هوش مصنوعی، نتایج امیدوارکننده‌ای را در تشخیص سریع و کارآمد دیابت از خود به نمایش می‌گذارد. در فرآیند تشخیص دیابت از طریق هوش مصنوعی، از افراد درخواست می‌شود تا چند جمله کوتاه را در میکروفون گوشی هوشمند خود ادا کرده و در مدت زمان کوتاهی به پاسخ هوش مصنوعی مبنی بر ابتلاء یا عدم ابتلاء به دیابت دست پیدا کنند.
در این مطالعه، محققان با ترکیب ویژگی‌هایی مانند “سن، جنسیت، قد و وزن” با یک نمونه صوتی کوتاه از نحوه گفتار فرد (حدود 6 تا 10 ثانیه) یک مدل هوش مصنوعی را ایجاد کردند. این هوش مصنوعی قادر است تا ابتلاء یا عدم ابتلاء فرد به بیماری دیابت نوع 2 را به سرعت تشخیص دهد. از آنجایی که بیماری دیابت نوع 1 معمولاً، یک بیماری خود ایمنی است و نیاز به درمان انسولین دارد، با تشخیص زودهنگام ابتلاء به دیابت نوع 2، بسته به شدت پیشروی بیماری، می‌توان از راهکارهایی مانند “تغییر سبک زندگی (رژیم غذایی و ورزش)، داروهای خوراکی یا انسولین (در موارد حاد)” در راستای کنترل بیماری، بهره گرفت.
در طی توسعه این هوش مصنوعی، محققان شرکت Klick Labs مطالعه خود را با 267 شرکت‌کننده مبتلاء به دیابت آغاز کردند. در ابتدا، از شرکت‌کنندگان این آزمایش درخواست شد تا به مدت 2 هفته متوالی، 6 نوبت در روز “یک جمله” را در گوشی هوشمند خود ضبط کنند. در گام بعدی، محققان توانستند با بررسی، تجزیه و تحلیل بیش از 18000 صدای ضبط‌شده، به 14 پارامتر صوتی و عوامل متمایزکننده صدای افراد مبتلاء به دیابت نوع 2 با افراد غیر مبتلاء، دسترسی پیدا کنند
جی سی کافمن (نویسنده اول مقاله و محقق در شرکت Klick Labs) بر اهمیت یافته‌های این تحقیق تأکید کرد. او اظهار کرد:
مطالعه ما تفاوت‌های صوتی قابل‌توجهی را در صدای مبتلایان به دیابت نوع 2 و افراد غیر مبتلاء نشان داد و قادر است در رویکرد‌های پیشین تشخیص و غربالگری دیابت، تغییر شگرفی را از خود بر جای بگذارد. روش‌های تشخیص فعلی در اغلب موارد، هزینه‌های مالی و زمانی قابل‌توجهی را برای بیماران به همراه دارند. علاوه بر این، افراد برای تشخیص ابتلاء یا عدم ابتلاء به دیابت، نیاز به مراجعه حضوری به پزشک داشته، که این مسئله می‌تواند برای برخی از افراد چالش‌برانگیز باشد. با این حال، هوش مصنوعی Klick Labs قادر است این موانع را به صورت کامل از بین ببرد و رویکرد تشخیصی کارآمد و در دسترس‌تری را برای تمامی افراد جامعه به ارمغان آورد. دقت تشخیص هوش مصنوعی در تشخیص دیابت برای بانوان برابر با 89% و برای آقایان 86% بود.
صدا، دریچه‌ای به آنچه که در درون ما می‌گذرد
گروه تحقیقاتی شرکت Klick Labs در هوش مصنوعی این شرکت از ویژگی‌های مختلف صدا مانند “تغییرات شدت، زیر و بم” صدا که در محدود شنیداری گوش انسان‌ها قرار ندارد و قابل شنیدن نیست، استفاده کردند. در نهایت، محققان با استفاده از تکنیک‌های پردازش سیگنال، توانستند به تغییرات نهفته در صدای مبتلایان به دیابت نوع 2 دست پیدا کنند.
یان فوسات (معاون شرکت Klick Labs و محقق اصلی مطالعه) اظهار کرد:
تحقیقات ما بر پتانسیل قابل‌توجه فناوری صدا در شناسایی دیابت نوع 2 و سایر عوامل موثر بر سلامت افراد تاکید دارد. فناوری صوتی، به عنوان یک ابزار غربالگری دیجیتال در دسترس و مقرون‌به‌صرفه، قابلیت رقم زدن تحولی شگرف در شیوه‌های مراقبت‌های بهداشتی را در خود دارد.
در نهایت، به نظر می‌رسد که روش توسعه‌یافته توسط شرکت Klick Labs، یک روش تشخیصی غیرحضوری، خانگی و سریع است که پتانسیل آزمایش گروه گسترده‌ای از افراد و کمک به شناسایی موارد ناشناخته دیابت نوع 2 را در خود دارد. به گفته فوسات، این شرکت در گام‌های بعدی خود به تکرار مطالعه و گسترش تحقیقات تیم برای تشخیص سایر بیماری‌ها، نظیر: “فشار خون بالا، رویکرد‌های پیش از ابتلاء به دیابت، بهداشت و سلامت بانوان” با استفاده از فناوری صدا و هوش مصنوعی خواهد پرداخت.
منبع: InterestingeEngineering
