قام باحثون طبيون كنديون بتدريب الذكاء الاصطناعي للتعلم الآلي على التنبؤ بدقة بمرض السكري من النوع الثاني من ست إلى 10 ثوانٍ فقط من صوت المريض المنطوق.
تم تحقيق ذلك بعد أن حدد النموذج 14 سمة صوتية للاختلافات بين الأفراد غير المصابين بالسكري والمصابين بالسكري من النوع الثاني.
ركز الذكاء الاصطناعي على مجموعة من السمات الصوتية، بما في ذلك التغييرات الطفيفة في طبقة الصوت وكثافة الصوت التي لا تستطيع الأذن البشرية سماعها للأطباء، وربط تلك البيانات بالمعلومات الصحية الأساسية، بما في ذلك عمر المريض وجنسه وطوله ووزنه.
ووجد الباحثون أن الجنس أثبت أنه عامل حاسم: يستطيع الذكاء الاصطناعي تشخيص المرض بنسبة 89% لدى النساء، ولكن بدقة أقل قليلاً، 86% للرجال.
قامت شركة كندية بتدريب الذكاء الاصطناعي للتعلم الآلي على التنبؤ بدقة بمرض السكري من النوع الثاني من ست إلى 10 ثوانٍ فقط من صوت المريض المنطوق. يعد الذكاء الاصطناعي بخفض التكاليف بشكل كبير للأشخاص العاديين الذين يعانون من هذه الحالة المزمنة، والتي يتم اختبارها شخصيًا بشكل تقليدي
من بين اختبارات مرض السكري الأكثر شيوعًا المستخدمة، اختبار الهيموجلوبين السكري (A1C)، واختبار نسبة الجلوكوز في الدم الصائم (FBG)، واختبارات تحمل الجلوكوز عن طريق الفم (OGTT)، والتي تتطلب جميعها من المرضى السفر إلى طبيبهم. ويأمل الفريق أن يتمكن الذكاء الاصطناعي من إزالة هذه الحواجز المكلفة
يعد نموذج الذكاء الاصطناعي بتخفيض التكلفة بشكل كبير للأشخاص العاديين الذين يعانون من حالة صحية مزمنة، والتي يجب تقليديًا اختبارها شخصيًا.
يمكن للتشخيص الآلي عن بعد أن يساعد الملايين على الحكم من خلال البيانات التي جمعها الاتحاد الدولي للسكري، الذي يفيد بأن ما يقرب من نصف البالغين المصابين بمرض السكري، أو 240 مليون بالغ، لا يعرفون أنهم مصابون بهذه الحالة.
وقال جايسي كوفمان، المؤلف الأول للورقة البحثية وعالم الأبحاث في Klick Labs، التي تخطط لتسويق البرنامج: “يسلط بحثنا الضوء على اختلافات صوتية كبيرة بين الأفراد المصابين بمرض السكري من النوع الثاني والذين لا يعانون منه”.
ويأمل كوفمان أن يتمكن الذكاء الاصطناعي الخاص بالشركة من ذلكتحويل كيفية فحص المجتمع الطبي لمرض السكري.
في الماضي، كانت هناك حاجة لإجراء اختبارات تشخيصية شخصية مكلفة، بما في ذلك فحص الدم، لفحص الإصابة بمقدمات مرض السكري ومرض السكري من النوع الثاني.
ومن بين الاختبارات الأكثر شيوعًا المستخدمة اختبار الهيموجلوبين السكري (A1C)، واختبار نسبة الجلوكوز في الدم الصائم (FBG)، واختبارات تحمل الجلوكوز عن طريق الفم (OGTT)، والتي تتطلب جميعها من المرضى القيام برحلة جسدية إلى مقدم الرعاية الصحية الخاص بهم.
وأشار كوفمان في بيان مصاحب للدراسة الجديدة، التي نُشرت يوم الثلاثاء في Mayo Clinic Proceedings: Digital Health: “يمكن أن تتطلب طرق الكشف الحالية الكثير من الوقت والسفر والتكلفة”.
وقالت: “إن التكنولوجيا الصوتية لديها القدرة على إزالة هذه الحواجز بالكامل”.
من خلال العمل مع أعضاء هيئة التدريس في جامعة أونتاريو للتكنولوجيا في كندا، قام علماء Klick Labs بتدريب الذكاء الاصطناعي باستخدام التسجيلات التي أجراها 267 شخصًا تم تعيينهم من الهند.
وقد تم تشخيص ما يقرب من 72%، وهي مجموعة مراقبة مكونة من 79 امرأة و113 رجلاً، على أنهم غير مصابين بالسكري، في حين تم تشخيص إصابة 18 امرأة و57 رجلاً سابقًا بمرض السكري من النوع الثاني.
تم التجنيد مع الالتزام المبادئ التوجيهية للجمعية الأمريكية للسكري، وفقا للباحثين في Klick Labs.
طُلب من المشاركين البالغ عددهم 267 مشاركًا تسجيل عبارة على هواتفهم المحمولة ست مرات يوميًا لمدة أسبوعين.
ومن بين 18000 تسجيل فردي، ركز علماء كليك على 14 ميزة صوتية بحثًا عن اختلافات متسقة وقابلة للتكرار بين المجموعات المصابة بداء السكري من النوع الثاني وغير المصابة به.
أثبتت أربع من هذه الميزات الصوتية أنها الأكثر فائدة في التنبؤ الدقيق بمن يعاني من مرض السكري ومن لا يعاني منه.
كانت “درجة الصوت” و”الانحراف المعياري عن طبقة الصوت” مفيدة لكل من المرضى من الذكور والإناث، في حين كانت الميزة التي تسمى “ارتعاش الاضطراب المتوسط النسبي” أكثر فائدة في التنبؤ بالمرض لدى النساء. عند الرجال سمات سمعية تسمىالشدة” و”ميض حاصل اضطراب السعة 11 نقطة” بمثابة أعلام حمراء للرجال.
ووصف كوفمان، من مختبرات كليك، الاختلافات القائمة على الجنس والتي تم العثور عليها من خلال معالجة إشارات الذكاء الاصطناعي بأنها “مفاجئة”.
أصبح الذكاء الاصطناعي للشركة أكثر دقة عندما تم دمج مؤشر عمر وكتلة الجسم (BMI) للشخص الذي يقف وراء التسجيلات الصوتية في نموذج التنبؤ الخاص بهم، حسبما أفاد الفريق في بحثهم الذي راجعه النظراء. ويأملون أن تكرر الأبحاث المستقبلية نتائج دراستهم
أصبح الذكاء الاصطناعي للشركة أكثر دقة عندما تم دمج مؤشر عمر وكتلة الجسم (BMI) للشخص الذي يقف وراء التسجيلات الصوتية في نموذج التنبؤ الخاص بهم، حسبما ذكر الفريق في بحثهم الذي راجعه النظراء.
وقال يان فوسات، نائب رئيس Klick Labs والباحث الرئيسي للدراسة الجديدة: “يؤكد بحثنا الإمكانات الهائلة للتكنولوجيا الصوتية في تحديد مرض السكري من النوع 2 والحالات الصحية الأخرى”.
يقوم فوسات بالتدريس أيضًا في جامعة أونتاريو للتكنولوجيا، حيث يعمل أستاذًا مساعدًا في كلية العلوم بالمدرسة، مع التركيز على النمذجة الرياضية والعلوم الحسابية للد.صحة ايطالية.
الأستاذ قال إنه يأمل أن يساعد نهج الذكاء الاصطناعي غير التدخلي والذي يمكن الوصول إليه من Klick، والذي يمكن أن يؤدي إلى تشخيصات يتم إجراؤها عبر تطبيق هاتف بسيط، في تحديد ومساعدة الملايين من الأشخاص غير المشخصين الذين يعانون بهدوء من مرض السكري من النوع 2.
وأضاف فوسات: “يمكن للتكنولوجيا الصوتية أن تُحدث ثورة في ممارسات الرعاية الصحية باعتبارها أداة فحص رقمية يسهل الوصول إليها وبأسعار معقولة”.
وقال إن الخطوات التالية ستبدأ بمحاولات تكرار الدراسة الجديدة.
وأعرب فوسات عن أمله في أن تتمكن شركة Klick Labs قريبًا من توسيع نطاق أبحاثها في تشخيص الصوت لتشمل مجالات طبية أخرى، مثل مقدمات السكري وصحة المرأة وارتفاع ضغط الدم.