Puntos destacados:
– 💻 IA diagnostica diabetes tipo 2 en pacientes a través de su voz en solo segundos
– 💡 Investigadores canadienses entrenaron una IA para reconocer 14 diferencias vocales en personas con y sin diabetes tipo 2
– 💲 El uso de la IA podría reducir significativamente los costos del diagnóstico de diabetes
Investigadores involucrados en un estudio reciente entrenaron un modelo de inteligencia artificial (IA) para diagnosticar diabetes tipo 2 en pacientes después de escuchar su voz durante seis a diez segundos.
Investigadores médicos canadienses entrenaron la IA de aprendizaje automático para reconocer 14 diferencias vocales en la voz de alguien con diabetes tipo 2 en comparación con alguien sin diabetes.
Las características auditivas en las que se enfocó la IA incluyeron cambios sutiles en el tono e intensidad, que los oídos humanos no pueden distinguir. Luego, se combinó con datos básicos de salud recopilados por los investigadores, como edad, sexo, altura y peso.
Los investigadores creen que el modelo de IA reducirá drásticamente el costo para que las personas con diabetes sean diagnosticadas.
Por lo general, las personas necesitarían hacerse pruebas para detectar la prediabetes y la diabetes tipo 2 en persona, lo que implicaría pruebas de diagnóstico como análisis de sangre. La IA permitiría hacer el diagnóstico de forma remota y automática.
Jaycee Kaufman, primer autor del artículo y científico investigador en Klick Labs, que planea comercializar el software, explicó: «Nuestra investigación resalta variaciones vocales significativas entre individuos con y sin diabetes tipo 2».
En cuanto a la IA de la empresa, Kaufman espera que «transforme la forma en que la comunidad médica realiza pruebas de detección de diabetes».
Las pruebas comunes utilizadas actualmente para diagnosticar la diabetes tipo 2 incluyen la prueba de hemoglobina glucosilada (A1C), la prueba de glucemia en ayunas (FBG) y la prueba de tolerancia a la glucosa oral (OGTT), que son todas pruebas presenciales.
Kaufman agregó: «Los métodos actuales de detección pueden requerir mucho tiempo, viajes y costos. La tecnología de voz tiene el potencial de eliminar por completo estas barreras».
Científicos de Klick Applied Sciences en Canadá, trabajando con profesores de la Universidad Tecnológica de Ontario en Canadá, entrenaron la IA usando 267 grabaciones de voz de personas que viven en India.
Aproximadamente el 72 por ciento de los participantes (79 mujeres y 113 hombres) ya habían sido diagnosticados como no diabéticos. Los otros participantes (18 mujeres y 57 hombres) habían sido diagnosticados con diabetes tipo 2.
Todos los participantes grabaron una frase seis veces al día durante dos semanas, lo que resultó en un total de 18,000 grabaciones. Luego, los científicos identificaron 14 diferencias acústicas entre aquellos con y sin diabetes tipo 2.
Cuatro de las diferencias ayudaron a la IA a diagnosticar de manera más precisa la diabetes tipo 2. La IA pudo diagnosticar con mayor precisión a las mujeres. Diagnosticó la diabetes tipo 2 en el 89 por ciento de las mujeres y el 86 por ciento de los hombres.
Los resultados del estudio encontraron que ‘tono’ y ‘desviación estándar del tono’ eran características útiles para diagnosticar la afección en todos los participantes, sin embargo, ‘desviación promedio relativa de la vibración’ resultó más útil en las mujeres. ‘Intensidad’ y ‘cociente de cada perturbación de amplitud de 11 puntos’ fueron útiles para diagnosticar a los hombres.
El estudio declaró: «En las mujeres, las características predictivas fueron el tono promedio, la desviación estándar del tono y la vibración RAP. En los hombres se utilizaron la intensidad media y el brillo de APQ11. En términos simples, la variación en estas características encontró que las mujeres con T2DM informaron un tono ligeramente más bajo con menos variación, y los hombres con T2DM informaron voces ligeramente más débiles con más variación. Estas diferencias probablemente se deben a diferencias en las manifestaciones de los síntomas de la enfermedad entre los sexos».
Kaufman comentó que estas diferencias encontradas a través del procesamiento de señales de la IA entre las voces masculinas y femeninas fueron «sorprendentes».
Los investigadores concluyeron: «El análisis de voz muestra potencial como herramienta de preselección o monitoreo para T2DM, especialmente cuando se combina con otros factores de riesgo asociados con la afección».
El estudio fue publicado en la revista Mayo Clinic Proceedings: Digital Health.
