加拿大的Klick科研人員在頂級健康雜志《梅奧診所文集:數字健康》上發布了一個AI大模型，只需要聽一段6—10秒的語音，就能診斷是否患有2型糖尿病(T2DM)。

　　目前糖尿病的主要檢測方式依賴于血糖測量，但這種方法需要獲取血液樣本對患者會造成創傷，同時還需要專業設備成本非常高。為了解決這一檢測痛點，加拿大知名健康科技公司Klick科研人員提出了AI模型檢測方法。

　　研究人員收集了267名志愿者的語音樣本，然后通過AI模型了進行了詳細檢測，結果顯示，AI準確地識別出了2型糖尿病，其中，女性準確率89%，男性準確率86%。還發現，“音調”和“音調標準差”是診斷2型糖尿病的主要特征之一。

　　這個研究與前段時間Meta提出的使用MEG(腦磁圖)重構人類大腦成像過程類似，都是借助人類的生物體特征，來觀察其抖動數據變化確定結果。

　　論文地址:https://www.mcpdigitalhealth.org/article/S2949-7612(23)00073-1/fulltext

　　構建數據集

　　研究人員共招募了267名自愿者，其中79名女性和113名男性是非糖尿病患者，18名女性和57名男性被診斷為2型糖尿病患者。

　　參與者的糖尿病診斷是基于美國糖尿病學會的診斷標準，由醫生確認。同時沒有神經系統或語言障礙史，也沒有吸煙歷史。

　　參與者使用智能手機應用程序錄制固定語句“你好，你好嗎?我現在的血糖水平是多少”，錄制時間為2周，每天最多6次，總共收集了18，465段語音樣本。

　　數據分割，提取特征

　　由于年齡和體重指數等因素會對語音數據產生影響，研究人員根據參與者ID將數據分割成年齡和體重指數匹配的數據集，用于模型訓練和統計分析，這有助于AI模型能夠學習到糖尿病語音的真實變化。

　　訓練集占所有2型糖尿病患者的50%男性和61%女性。剩余數據作為測試集，用于測試訓練好的AI模型。

　　接著研究人員從每個語音樣本中提取了14個聲學特征，包括音高、音強、諧波噪聲比、聲響、聲抖等。特徵提取使用的是Parselmouth，這是Praat語音分析軟件的Python接口。

　　可從原始語音信號中提取能反映語音變化的數值特征，為后續的模型訓練和預測提供輸入。

　　選擇模型

　　考慮到相關工作中使用的模型，研究人員選擇了邏輯回歸、樸素貝葉斯和支持向量機等模型。通過5折交叉驗證在訓練集上評估了這些模型的性能，從而找到最佳模型。

　　對女性而言，含3個特征的邏輯回歸模型效果最好;男性，含2個特征的樸素貝葉斯模型效果最好。

　　邏輯回歸模型可以估計不同特征對結果的貢獻程度;樸素貝葉斯模型在小樣本場景下效果較好。然后使用最佳模型，在構建的訓練集上進行預訓練。

　　模型測試數據

　　使用訓練好的AI模型對測試集的數據進行預測，得到每個樣本屬于2型糖尿病的概率。根據預先確定的概率閾值，將樣本預測為2型糖尿病或非糖尿病。

　　同時使用測試集的數據計算模型的精確度、敏感度和特異度等評價指標，還可以繪制ROC曲線等來全面的評估模型的預測性能。

　　此外，研究人員還將年齡、體重指數等信息融合到預測結果中，可以提高模型的準確度。

　　例如，對女性平均語音預測結果和體重指數患病率，對男性平均語音結果與年齡、體重指數患病率。這種集成模塊通過組合多個信息源，可以彌補單一模型的缺陷，增強模型的預測能力。

　　測試結果顯示，對女性，語音結果與體重指數的2型糖尿病患病率相結合，在測試集上達到了0.89的準確率、0.91的特異度和0.71的敏感度。

　　對男性，語音結果與年齡和體重指數的2型糖尿病患病率相結合，在測試集上達到了0.86的準確率、0.89的特異度和0.75的敏感度。

　　研究負責人Jaycee Kaufman表示，我們在研究過程中確定了2型糖尿病患者語音的變化， 這對于AI大模型檢測、篩選2型糖尿病有非常高的應用價值。

　　語音評估的方法有助于2型糖尿病的早期干預和管理，同時減輕疾病的負擔改善醫療效果。