Νέα μελέτη στο IEEE Journal of Biomedical and Health Informatics παρουσιάζει πώς επιστήμονες της Klick Labs δημιούργησαν οπτικές απεικονίσεις των συχνοτήτων του ήχου, γνωστές ως φασματογραφήματα, για να εντοπίσουν σύνθετα, νέα μοτίβα που σχετίζονται με τον διαβήτη τύπου 2. Για την ανάλυση χρησιμοποιήθηκαν μόνο ηχογραφήσεις από smartphone, στις οποίες οι συμμετέχοντες έλεγαν σύντομες, τυχαία επιλεγμένες αγγλικές προτάσεις, καθώς και το φύλο τους.
Οι επιστήμονες ανέλυσαν 14.759 ηχογραφήσεις φωνής από 461 ενήλικες. Αρχικά τις μετέτρεψαν σε οπτικά φασματογραφήματα και στη συνέχεια τις εξέτασαν με έναν μετασχηματιστή ακουστικών φασματογραφημάτων (Audio Spectrogram Transformer). Με αυτή τη μέθοδο, το μοντέλο μπορεί να μαθαίνει σύνθετους συνδυασμούς ακουστικών μοτίβων απευθείας από τις ηχογραφήσεις, αντί να βασίζεται κυρίως σε προκαθορισμένα χαρακτηριστικά της φωνής που επιλέγονται εκ των προτέρων. Τα μοντέλα που χρησιμοποιούσαν μόνο τη φωνή και αναπτύχθηκαν ξεχωριστά ανά φύλο πέτυχαν ισορροπημένη ακρίβεια 71,3% στις γυναίκες και 72,4% στους άνδρες. Οι τιμές της επιφάνειας κάτω από την καμπύλη ROC (AUC) ήταν αντίστοιχα 0,788 (78,8%) και 0,779 (77,9%).
«Τώρα μπορούμε κυριολεκτικά να δούμε πολλά περισσότερα στοιχεία που σχετίζονται με τον διαβήτη μέσα στους φωνητικούς βιοδείκτες», δήλωσε ο Yan Fossat, ανώτερος αντιπρόεδρος Ψηφιακής Υγείας και Έρευνας και Ανάπτυξης στην Klick Applied Sciences και κύριος ερευνητής της μελέτης. «Καταγράφοντας τις σχέσεις μεταξύ συχνοτήτων και χρόνου, διευρύναμε την ανάλυσή μας πέρα από το shimmer, το jitter και άλλα προκαθορισμένα χαρακτηριστικά της φωνής και εντοπίσαμε σύνθετους συνδυασμούς ακουστικών μοτίβων και χαρακτηριστικών που δεν είχαν απασχολήσει κανέναν μέχρι τώρα. Τα ευρήματα μας ενθαρρύνουν καθώς συνεχίζουμε να διερευνούμε τις συσχετίσεις ανάμεσα στους φωνητικούς βιοδείκτες και τον διαβήτη τύπου 2».
Πώς εξελίσσεται η έρευνα από τη μελέτη του 2023
Η νέα έρευνα βασίζεται στη μελέτη Voice to Diabetes της Klick Labs, που δημοσιεύτηκε το 2023 στο Mayo Clinic Proceedings: Digital Health. Εκείνη η μελέτη ανέλυσε ηχογραφήσεις μίας σταθερής πρότασης από smartphone, μαζί με την ηλικία, τον δείκτη μάζας σώματος (ΔΜΣ) και άλλες βασικές πληροφορίες υγείας των συμμετεχόντων. Εντόπισε 14 προκαθορισμένα ακουστικά χαρακτηριστικά, όπως το ύψος της φωνής, η ένταση, το shimmer και το jitter, τα οποία σχετίζονταν με τον διαβήτη τύπου 2.
Η νέα μελέτη αναφέρει ισορροπημένη ακρίβεια, η οποία υπολογίζει τον μέσο όρο της ευαισθησίας και της ειδικότητας, δίνοντας ίσο βάρος στον εντοπισμό ατόμων με και χωρίς διαβήτη τύπου 2. Αντίθετα, η έρευνα του 2023 ανέφερε τη συμβατική ακρίβεια, δηλαδή το ποσοστό των συνολικών προβλέψεων που ήταν σωστές: 89% για τις γυναίκες και 86% για τους άνδρες. Επομένως, οι αριθμοί των δύο μελετών δεν μπορούν να συγκριθούν άμεσα. Η διαφορά στα ποσοστά αντανακλά τις διαφορετικές εισόδους, μεθόδους, προσεγγίσεις επικύρωσης και σύνολα δεδομένων των μελετών και δεν σημαίνει ότι τα νέα μοντέλα είναι πιο ακριβή.
Τα τελευταία χρόνια, η Klick Labs έχει επεκτείνει την έρευνά της στους φωνητικούς βιοδείκτες και σε πεδία όπως η υπέρταση και η ωορρηξία, ενώ συνεχίζει τις μελέτες για τον διαβήτη, εξετάζοντας:
- Την επίδραση της συμπίεσης των ηχητικών δεδομένων στην εξαγωγή χαρακτηριστικών για τον εντοπισμό φωνητικών βιοδεικτών.
- Την επίδραση των επιπέδων γλυκόζης στη θεμελιώδη συχνότητα της φωνής σε άτομα με διαβήτη τύπου 2 και σε άτομα με φυσιολογική γλυκαιμία, σε έρευνα του Αυγούστου 2024.
- Τον βέλτιστο αριθμό δειγμάτων φωνής και το ιδανικό πρόγραμμα ηχογραφήσεων για την πρόβλεψη του διαβήτη τύπου 2.
Τον Ιούνιο του 2026, η Klick Labs ανακοίνωσε ότι ξεκίνησε σειρά μελετών με τη Mayo Clinic στη Φλόριντα, με αντικείμενο τη χρήση νέων φωνητικών βιοδεικτών σε σχέση με διάφορες χρόνιες ασθένειες και σοβαρές παθήσεις.
Η μελέτη των Boujemaa Guermazi και συνεργατών έχει τίτλο «V2D: Detection of type 2 diabetes using only smartphone voice recordings via spectro-temporal transformer embeddings» και δημοσιεύτηκε το 2026 στο IEEE Journal of Biomedical and Health Informatics. DOI: 10.1109/jbhi.2026.3730729.
Το άρθρο στο ygeiax.gr: https://www.ygeiax.gr/health/diavitis-typoy-2-nea-fonitika-motiva-entopizontai-se-ichografiseis-apo-smartphone/24584
