Revolucionarna nova studija iz Kanade sugeriše da bi doktori mogli dijagnosticirati dijabetes jednostavnim analiziranjem glasa pacijenta tokom početnog razgovora.

Tehnologija analize glasa postaje moćan alat u medicinskoj dijagnostici, nudeći neinvazivnu metodu za otkrivanje različitih zdravstvenih stanja. Koristi veštačku inteligenciju (AI) za otkrivanje suptilnih promena u govoru koje su neprimetne ljudskim slušateljima. Softver može analizirati snimke iz redovnih telefonskih razgovora – fokusirajući se na aspekte kao što su melodija, pauze, ton i ritam govora. Analizom ovih elemenata, AI može identifikovati specifične vokalne obrasce povezane s različitim zdravstvenim stanjima.

Nedavna kanadska studija otkrila je novu povezanost između nivoa šećera u krvi i tona glasa, sugerišući nove načine za praćenje zdravlja bez invazivnih procedura. Objavljena u časopisu *Scientific Reports* 2024. godine, studija je pokazala da se ton glasa povećava kako nivo šećera u krvi raste. Ovaj obrazac je primećen ne samo kod osoba sa dijabetesom, već i kod onih sa normalnim nivoima glukoze u krvi – što ukazuje na širu primenu ovog otkrića. Odnos je bio nešto manje izražen kod osoba koje su već bile dijagnostikovane dijabetesom.

Ljudski glas ima do 200.000 jedinstvenih karakteristika, a AI algoritmi mogu filtrirati ove karakteristike kako bi pronašli obrasce povezane sa specifičnim bolestima. Za otkrivanje dijabetesa tipa 2, AI je procenjivao kratke snimke glasa – samo šest do deset sekundi dugačke – analizom varijacija u jačini i tonu. Kada se kombinuje sa osnovnim zdravstvenim informacijama, poput starosti, pola, visine i težine, ova metoda može tačno ukazati na prisustvo dijabetesa tipa 2.

Rezultati ove tehnologije su impresivni, sa tačnošću od 90% za žene i 86% za muškarce. Istraživači poput Jaycee Kaufmana sa Univerziteta Ontario Tech prikupili su više od 18.000 uzoraka glasa od 267 učesnika – sa i bez dijabetesa – kako bi obučili AI sistem. Ova istraživanja su identifikovala 14 specifičnih akustičnih karakteristika koje se razlikuju između onih sa i bez stanja, otvarajući put za pristupačnije metode dijagnoze.

Kaufman je primetio da trenutne metode otkrivanja mogu biti skupe i zahtevati značajno vreme i putovanje. Nasuprot tome, analiza glasa mogla bi eliminisati te prepreke – čineći ranu dijagnozu pristupačnijom. U budućnosti, Klick Labs planira da istraži potencijal analize glasa za otkrivanje drugih stanja, kao što su hipertenzija i prediabetes – proširujući njenu upotrebu u preventivnoj zdravstvenoj zaštiti.

Studijom obrazaca govora, istraživači mogu identifikovati rane znakove bolesti i stanja poput srčanih problema, mentalnih poremećaja, neurodegenerativnih bolesti, pa čak i posttraumatskog stresnog poremećaja. Ovo omogućava zdravstvenim radnicima da dijagnostikuju stanja ranije.

U ranijem istraživanju Klick Labs u Torontu, AI je korišćen za analizu kratkih snimaka glasa kako bi otkrio dijabetes tipa 2. Studija objavljena u *Mayo Clinic Proceedings: Digital Health* pokazala je da samo nekoliko sekundi snimljenog govora može odrediti verovatnoću dijabetesa tipa 2 sa visokom tačnošću.

Ova tehnologija je posebno vredna u identifikaciji nedijagnostikovanog dijabetesa, koji pogađa procenjivanih 240 miliona ljudi širom sveta, prema Međunarodnoj federaciji za dijabetes. Većina tih slučajeva je dijabetes tipa 2, stanje koje povećava rizik od ozbiljnih zdravstvenih problema poput srčanih udara, loše cirkulacije i moždanih udara.

Tradicionalni testovi za dijabetes, poput testa glukoze u krvi nakon posta, glikoziliranog hemoglobina i testa oralne tolerancije na glukozu, obično zahtevaju posete zdravstvenim ustanovama i mogu biti skupi i vremenski zahtevni.

Nasuprot tome, analiza glasa nudi bržu, prikladniju metodu skrininga – potencijalno povećavajući stope ranog otkrivanja i smanjujući teret zdravstvene zaštite.

Rizici povezani sa tehnologijom analize glasa

Tehnologija analize glasa se hvali kao brz i efikasan način za otkrivanje različitih bolesti koristeći samo govor osobe. Međutim, postoje značajni problemi u vezi s njenim ograničenjima i mogućom zloupotrebom.

Iako alati zasnovani na AI mogu pružiti detaljne uvide iz obrazaca glasa, oslanjanje samo na nekoliko uzoraka glasa nije dovoljno za pouzdanu medicinsku dijagnozu. Postoji značajan rizik od lažno pozitivnih rezultata ili prekomerne dijagnoze, gde bi stanja mogla biti pogrešno označena. Na kraju, rezultati bi uvek trebali biti pregledani od strane ljudskog profesionalca koji donosi konačnu odluku.

Ovo je posebno tačno za dijagnostikovanje mentalnih zdravlja. Na primer, određeni tonovi glasa mogu sugerisati da osoba doživljava depresiju, ali je temeljna procena od strane obučenog profesionalca ključna za potvrdu toga.

AI može detektovati promene u obrascima govora koje sugerišu disorganizaciju ili impulzivnost – što može ukazivati na stanja poput poremećaja pažnje i hiperaktivnosti. Međutim, samo medicinski stručnjak može tačno dijagnostikovati takva stanja, osiguravajući da rezultati ne budu pogrešno interpretirani.

Postoje i ozbiljne brige o tome kako bi analiza glasa mogla biti zloupotrebljena. Zastupnici privatnosti upozoravaju da bi ova tehnologija mogla biti korišćena od strane poslodavaca ili osiguravajućih kompanija bez odgovarajuće saglasnosti. Ovo bi moglo dovesti do nepravednog tretmana pojedinaca na osnovu osetljivih zdravstvenih podataka dobijenih iz njihovog glasa. Takođe, postoji rizik da zaštićeni i lični zdravstveni podaci budu hakovani, deljeni ili prodati bez saznanja osobe. (Povezano: Zdravstvene aplikacije su loše za vašu privatnost: 80% ili više deli vaše podatke, otkriva istraživanje.)

S obzirom na ove rizike, od ključne je važnosti imati jasne smernice i stroge propise kako bi se sprečila zloupotreba. Iako naučnici mogu ukazati na ove probleme, postavljanje granica i osiguranje etičke upotrebe tehnologije analize glasa je u konačnici odgovornost donosilaca politika.