Model využívá několikasekundové nahrávky běžně pronesených vět. Umělá inteligence pak analyzuje specifické znaky v řeči – výšku hlasu, jeho stabilitu, intenzitu a další parametry – a kombinuje je s informacemi o věku a BMI pacienta. Výsledkem je vysoce přesný predikční algoritmus, který by mohl sloužit jako jednoduchý screeningový nástroj dostupný přímo v mobilním telefonu.
V rámci studie výzkumníci analyzovali více než 18 tisíc hlasových nahrávek od 267 účastníků. Část z nich diabetes 2. typu měla, část byla zdravá. Každý účastník po dobu dvou týdnů zaznamenával šestkrát denně jednotnou větu. Stačilo přitom pouhých 6–10 sekund záznamu, aby AI dokázala rozpoznat specifické hlasové změny spojené s přítomností onemocnění.
Model dosáhl hodnoty AUC 0,89 u žen a 0,86 u mužů, tedy velmi dobré schopnosti rozlišit osoby s diabetem od těch bez něj. Patrné byly také rozdíly výsledků mezi pohlavími. U žen hrála hlavní roli výška hlasu a její stabilita, zatímco u mužů intenzita a kolísání tónu. To může odrážet odlišné fyziologické reakce na onemocnění nebo anatomické rozdíly v hlasovém aparátu.
Jak diabetes ovlivňuje hlas? Odpověď spočívá v mechanismech, které nemoc ovlivňuje. Zvýšená hladina glukózy může snižovat elasticitu tkání včetně hlasivek. U dlouhodobě neléčených pacientů se navíc mohou rozvinout komplikace jako neuropatie nebo myopatie, které postihují i svaly hrtanu. Hlas tak může být časným, i když nenápadným signálem narušeného metabolismu.
Podle endokrinologa Ariho S. Eckmana jde o nový způsob, jak využít přirozené projevy těla k včasnému zachycení onemocnění: „Pokud se technologie osvědčí, mohla by pomoci nejen s diagnostikou, ale i s dlouhodobým sledováním pacientů.“
Laboratorní testy – glykémie nalačno, stanovení HbA1c nebo orální glukózový toleranční test – zůstávají zlatým standardem diagnostiky diabetu. Ale jak upozornil Jason Ng z Pittsburské univerzity, žádná z využívaných diagnostických metod zatím nenabízí snadno dostupný domácí screening. A právě v tom by mohl hlasový test představovat průlom.
Podle hlavní autorky studie Jaycee M. Kaufmanové by mohla aplikace pro posouzení hlasu sloužit jako prvotní domácí screening. Pacient si doma nahraje krátkou větu, AI vyhodnotí možné riziko přítomnosti onemocnění a pokud je zvýšené, odešle pacienta k praktickému lékaři k laboratornímu ověření. „Cílem je zachytit nemoc co nejdříve a zjednodušit cestu k léčbě. Pokud díky tomu snížíme počet pacientů s nediagnostikovaným diabetem, má to smysl,“ podotkla výzkumnice.
Výzkum je zatím ve fázi validace a čeká ho další testování. Už teď ale ukazuje, že hlas může být víc než jen prostředek komunikace. Může se stát nenápadným, ale účinným diagnostickým biomarkerem budoucnosti.
(mb)
Zdroj: Kaufman J. M, Fossat Y., Muhammad M. et al. Acoustic analysis and prediction of type 2 diabetes mellitus using smartphone-recorded voice segments. Mayo Clin Proc Digit Health 2023; 1 (4): 534–544, doi: 10.1016/j.mcpdig.2023.08.005.
