10-Sekunden-Stimmtest zur Erkennung von Diabetes Typ 2

Die Studie wurde von Wissenschaftlern des internationalen Biotech-Unternehmens Klick Labs durchgeführt und umfasste 267 Testpersonen, bei denen bereits eine nicht-diabetische (192 Personen) oder eine Diabetes Typ 2-Diagnose (75 Personen) gestellt wurde.

Jede Person wurde gebeten, einen bestimmten Satz mit ihrem eigenen Smartphone über eine App aufzunehmen, bis zu sechs Mal am Tag für zwei Wochen. Abhängig von der Sprechgeschwindigkeit jeder Person waren diese Aufnahmen sechs bis zehn Sekunden lang.

Bei der Analyse von 14 akustischen Merkmalen der daraus resultierenden 18.465 Aufnahmen stellte sich heraus, dass sich mehrere dieser Merkmale - wie Tonhöhe und Intensität - bei den diabetischen und nicht-diabetischen Teilnehmern auf konsistente Weise unterschieden. Obwohl diese Unterschiede vom menschlichen Ohr nicht wahrgenommen werden konnten, konnten sie von der Signalverarbeitungssoftware aufgegriffen werden.

Diese Erkenntnis legt nahe, dass sich die Entwicklung von Diabetes Typ 2 in subtilen Veränderungen in der Stimme einer Person ausdrückt.

Mit dieser Theorie im Hinterkopf entwickelten die Wissenschaftler ein KI-basiertes Programm, das Sprachaufnahmen zusammen mit Patienteninformationen wie Alter, Geschlecht, Größe und Gewicht analysiert. Bei Tests mit den Freiwilligen erwies sich dieses Programm als 89%ig genau bei der Erkennung von Diabetes Typ 2 bei Frauen und als 86%ig genau bei der Erkennung von Diabetes bei Männern.

Diese Prozentzahlen werden sich deutlich verbessern, wenn die Technologie weiterentwickelt wird. Zum Vergleich stellte das Team fest, dass herkömmliche Nüchtern-Blutzuckertests sowohl bei Männern als auch bei Frauen eine Genauigkeit von 85% hatten, während glykiertes Hämoglobin- und oralen Glucose-Toleranztest eine Genauigkeit von 91% bzw. 92% aufwiesen.

Es ist geplant, weitere Stimmtests an einer größeren, diverseren Bevölkerung durchzuführen.

"Aktuelle Methoden zur Diabetes-Erkennung erfordern oft viel Zeit, Reisekosten und Aufwand", sagte Jaycee Kaufman, Forschungswissenschaftlerin bei Klick Labs und Erstautorin der Studie. "Sprachtechnologie hat das Potenzial, diese Barrieren vollständig zu entfernen."

DOI: doi.org/10.1016/j.mcpdig.2023.08.005