AI-spraakanalyse kan type 2-diabetes detecteren

Kan iemands stem verraden dat hij/zij diabetes type 2 heeft? Nieuw onderzoek suggereert van wel. Een recent onderzoek heeft aangetoond dat een korte stemopname van een telefoon, geanalyseerd met kunstmatige intelligentie (AI)-technologie, een effectief hulpmiddel kan zijn voor het diagnosticeren van deze veelvoorkomende aandoening.

Onderzoekers hopen dat een stemtest op een dag de meer dan 240 miljoen mensen wereldwijd kan helpen die niet weten dat ze diabetes type 2 hebben.

De bevindingen die dit jaar tijdens de jaarlijkse bijeenkomst van de European Association for the Study of Diabetes (EASD) werden gepresenteerd, lieten zien dat een nieuw ontwikkeld AI-model diabetes met een nauwkeurigheid van 66 procent bij vrouwen en 71 procent bij mannen kan detecteren uit een audiomonster. (Het onderzoek is nog niet gepubliceerd in een medisch tijdschrift met peer review.)

“We hebben aangetoond dat mensen met diabetes andere stempatronen hebben dan mensen zonder diabetes”, zegt een van de medeauteurs van de studie, Guy Fagherazzi, PhD, directeur van de afdeling precisiegezondheidszorg aan het Luxembourg Institute of Health in België.

“Wij geloven dat deze technologie nooit nauwkeurig genoeg zal zijn om een diagnostisch hulpmiddel te worden voor diabetes type 2 dat een bloedtest zou kunnen vervangen”, zegt hij. “Aan de andere kant zijn we er sterk van overtuigd dat dit op een dag een efficiënte oplossing zou kunnen worden om te screenen op diabetes en om risicopersonen of potentiële ongediagnosticeerde gevallen te identificeren. Dit zou de wereldwijde diabeteslast aanzienlijk kunnen verminderen, aangezien de helft van de bevolking met diabetes het negeert.”

Wetenschappers hebben duizenden vocale kenmerken geanalyseerd

Voor dit onderzoek werd aan 607 volwassenen – de helft met diabetes en de andere helft zonder – gevraagd om een geluidsopname te maken van zichzelf terwijl ze een paar zinnen rechtstreeks vanaf hun smartphone of laptop voorlazen.

Onderzoekers merkten op dat deelnemers met diabetes over het algemeen ouder waren dan degenen zonder de ziekte, en meer kans hadden op obesitas. De gemiddelde leeftijd van vrouwen met diabetes in de studie was bijna 50, versus 40 voor degenen zonder diabetes, en mannen met diabetes waren gemiddeld ongeveer 48 versus 42 voor degenen zonder.

Het onderzoeksteam analyseerde 25 seconden durende stemsamples met behulp van twee geavanceerde technieken: een die tot 6.000 gedetailleerde stemkenmerken vastlegde en een tweede, meer geavanceerde deep-learningbenadering die zich richtte op een verfijnde set van ongeveer 1.000 belangrijke kenmerken.

Door basisgezondheidsgegevens zoals leeftijd, geslacht, BMI en hypertensiestatus te integreren, identificeerde het spraakgestuurde AI-algoritme correct twee derde van de vrouwen met diabetes en 7 op de 10 mannen.

Het AI-model presteerde zelfs nog beter bij vrouwen van 60 jaar of ouder en bij mensen met hypertensie.

“Vrouwen zijn over het algemeen gemakkelijker te onderscheiden met behulp van hun stem als er een gezondheidsprobleem is. We hebben dit waargenomen in eerder onderzoek naar andere ziektes dan diabetes”, zegt Dr. Fagherazzi. “Hypertensie beïnvloedt ook stemparameters, dus we kunnen speculeren dat mensen met zowel diabetes als hypertensie een nog beter te onderscheiden stem hebben.”

De stem als bron voor ziektedetectie

Het huidige diabetesonderzoek bouwt voort op eerder onderzoek waaruit bleek dat AI kan worden gebruikt om spraakpatronen te onderzoeken en zo diabetes type 2 met grote nauwkeurigheid te detecteren.

“AI en machine learning kunnen nieuwe informatie verschaffen over de relatie tussen stemmen en diabetes”, zegt Kevin Peterson, MD, MPH, vicevoorzitter van de eerstelijnszorg bij de American Diabetes Association.

Volgens het Centers for Disease Control and Prevention (CDC) zijn vragenlijsten en bloedtesten voorlopig de standaard voor het detecteren en diagnosticeren van diabetes.

Uit het onderzoek bleek echter dat detectie via deze AI-techniek voor 93 procent overeenkwam met de op vragenlijsten gebaseerde risicoscore van de American Diabetes Association. Dit laat zien dat stemanalyse en een algemeen geaccepteerde screeningstool gelijkwaardige prestaties leveren.

Waarom diabetes de stem kan beïnvloeden

Fagherazzi en zijn collega’s vermoeden dat chronisch hoge bloedsuikerspiegels, vermoeidheid, zure reflux, een verminderde longcapaciteit en neuropathieën (aandoeningen die de zenuwen aantasten) enkele van de belangrijkste factoren zijn die zouden kunnen verklaren waarom mensen met diabetes andere stemkenmerken hebben dan mensen zonder diabetes.

Susan Spratt, hoogleraar geneeskunde met een specialisatie in endocrinologie, metabolisme en voeding aan de medische faculteit van Duke University in Durham, North Carolina, vermoedt dat diabetes de stem op verschillende manieren kan beïnvloeden.

“Allereerst kan diabetes uitdroging veroorzaken, wat het weefsel van de stembanden kan aantasten, evenals het weefsel dat de mond en de tong bekleedt,” zegt Dr. Spratt, die niet betrokken was bij de nieuwe studie. Ze vermoedt dat uitdroging ervoor kan zorgen dat woorden meer staccato of “plakkerig” klinken.

Ze voegt toe: “Op de lange termijn kan diabetes de zenuwen aantasten, inclusief die welke betrokken zijn bij het gehoor. Gehoorverlies is uitgesprokener bij patiënten met diabetes, wat ook invloed kan hebben op spraak.”

“Het is niet één of andere stemkarakteristiek die het verschil in stemkenmerken tussen mensen met en zonder diabetes kan verklaren – het is meer een combinatie van kleine veranderingen die, wanneer ze bij elkaar worden opgeteld, kunnen helpen om onderscheid te maken tussen de twee groepen”, zegt Fagherazzi.

“Sommige mensen met meer dan 10 tot 20 jaar diabetes ervaren stemveranderingen die met het menselijk oor kunnen worden waargenomen, maar over het algemeen is het vooral dankzij de vooruitgang in audiosignaalverwerking en AI dat we deze subtiele veranderingen nu kunnen detecteren”, aldus Fagherazzi.

Stemdiagnostiek is nog niet klaar voor breed gebruik

Volgens Dr. Peterson, die niet bij het onderzoek betrokken was, is er meer onderzoek nodig voordat stemtesten op grote schaal als hulpmiddel in dokterspraktijken kunnen worden gebruikt.

“Dit is een hypothesegenererende studie,” zegt hij. “Het wijst op mogelijkheden om te onderzoeken. Het is belangrijk om te bepalen wat het effect van dergelijke technologie zou zijn op een ‘echte’ populatie voordat we implementatie overwegen. Dit is een nieuw werkveld dat interessant is, maar het is nog te vroeg om te weten of het klinische waarde zal opleveren.”