Araştırma, akıllı telefonlardaki ses teknolojisini yapay zeka ile birleştiren yeni bir yöntemle, 10 saniyede “diyabet” tanısı konulabileceğini ortaya koydu.
EurekAlert sitesinin haberine göre, yazılım çözümleri üstüne çalışan Klick Labs’tan araştırmacıların geliştirdiği yeni yöntemle, akıllı telefona alınan 6 ila 10 saniyelik ses kaydıyla “diyabet” tanısı konulabildiği tespit edildi.
Buna göre, 267 kişiden 2 hafta boyunca günde 6 kez 6 ila 10 saniyelik sesli mesaj kaydetmeleri istenirken katılımcıların boy, kilo, cinsiyet, yaş ve temel sağlık bilgileri de alınarak tip 2 diyabet olup olmadığını tespit edebilen yapay zeka modeli geliştirildi.
Araştırmacılar, 18 binin üzerindeki ses kaydından tip 2 diyabet hastalarını diğerlerinden ayırmak için 14 ses özelliğini analiz etti.
İnsan kulağının algılayamayacağı bir dizi ses özelliğini inceleyen araştırmacılar, bu seslerdeki sinyalleri de işleyerek tip 2 hastalığının seste neden olduğu değişiklikleri tespit etti.
Söz konusu yapay zeka modelinin doğru teşhis oranı kadınlarda yüzde 89, erkeklerde yüzde 86 olarak ölçüldü.
“Ses teknolojisi, bu engelleri tamamen ortadan kaldıracak potansiyele sahip”
Araştırmanın başyazarı Jaycee Kaufman, çalışmanın, tip 2 hastalığı olan ve olmayan bireyler arasındaki belirgin ses farklarına dikkat çektiğini ve diyabet taraması yöntemini geliştirebileceğini vurguladı.
Mevcut tarama yöntemlerinin çok fazla zaman gerektirdiğine ve maliyetli olduğuna değinen Kaufmann, “Ses teknolojisi, bu engelleri tamamen ortadan kaldıracak potansiyele sahip.” dedi.
Klick Labs Başkan Yardımcısı ve söz konusu çalışmanın baş araştırmacısı Yan Fossat da yeni yöntemin, diyabet taramalarını kolay ve yaygın hale getirme potansiyeli taşıdığını belirtti.
Uluslararası Diyabet Federasyonu, bu hastalıkla yaşayan neredeyse her 2 kişiden birinin yani yaklaşık 240 milyon kişinin diyabetli olduğunun farkında olmadığını ve vakaların yaklaşık yüzde 90’ının tip 2 olduğunu bildiriyor.
Araştırmanın sonuçları “Mayo Clinic Proceedings” adlı bilimsel dergide yayımlandı.
Kaynak: TRT Haber
