国際的な研究、 コライブボイスで発表された 欧州糖尿病学会 (EASD) 2024 カンファレンス患者が 2型糖尿病 (T2D) は、同じ年齢および性別の健康なコントロールと比較して、異なる音声特性を持っています。これらの結果は「スマートフォンや診察中のわずか数秒の音声録音で実現可能な、T2Dの第一選択で非侵襲的かつ迅速なスクリーニングツールを開発する可能性を開く」と、研究の主任研究者で糖尿病疫学者のガイ・ファゲラッツィ氏は説明した。ルクセンブルク衛生研究所で、Medscapeフランス語版とのインタビューで語った。
音声で糖尿病を検出するというアイデアはどのようにして生まれたのでしょうか?
新型コロナウイルス感染症のパンデミック中に、私たちは慢性疾患患者の音声録音の分析を開始しました。私たちは、物理的な接触をせずに、遠隔で人々の健康を評価するソリューションを見つけたいと考えていました。私たちは、このアプローチが他の病気にも拡張できることにすぐに気づきました。私の主な研究対象は常に糖尿病であったため、音声の特徴が糖尿病とどのように相関するかを調べました。これまでの研究では、糖尿病患者は一般集団と比べて独特の声を持っていることが示されており、この洞察が出発点となった。
T2D 患者の音声特性が異なる理由をどのようなメカニズムで説明できるでしょうか?
T2D患者の声が糖尿病でない患者と異なる理由を説明する単一の要因を特定することは困難です。いくつかの要因が関係しています。
いくつかの生物学的メカニズム、特に血管系に影響を与えるメカニズムは、糖尿病などの代謝性疾患を持つ人々の症状に影響を与えます。たとえば、T2D の人は心肺疲労がより頻繁に起こります。 肥満 太りすぎも重要な要素です。これらの状態は、標準体重の人と比べて声のパラメータをわずかに変化させる可能性があるためです。 高血圧これはT2D患者によく見られることであり、さらに複雑さを増します。
神経合併症は、声の生成に関与する神経や筋肉、特に声帯に影響を与える可能性があります。
したがって、呼吸疲労、神経障害、糖尿病患者によく見られる脱水症状や胃酸逆流などのその他の症状が、声の違いに寄与する可能性があります。
これらの違いは人間の耳には気づかれないかもしれません。そのため、私たちは音声と糖尿病の関係に気づかないことが多いのです。しかし、信号処理と人工知能の技術の進歩により、これらの微妙な変化から大量の情報を抽出できるようになりました。これらの小さな違いを分析することで、ある程度の精度で糖尿病を検出できます。
あなたの研究では、声のトーンが糖尿病の状態を示す可能性があると述べています。詳しく教えていただけますか？
はい、声のトーンは影響を受ける可能性がありますが、それは複雑で多次元的な現象です。
5～10年以上糖尿病を患っている患者は、同じ年齢や性別の糖尿病でない患者に比べて声が荒くなる傾向があります。私たちの研究では、生のオーディオ信号から多くの音声特徴を抽出することができました。そのため、目立つ 1 つの特定の要素を分離するのは困難です。
糖尿病が適切に管理されている患者と、病気が管理されていない患者とでは、声の変化に違いはありますか?
糖尿病の罹患期間が長くなるにつれて、声のざらつきが増加する傾向があります。これは、糖尿病のコントロールが不十分な人ではより顕著です。 EASD カンファレンスで発表した結果に基づいた私たちの仮説は、低血糖と高血糖の両方で血糖値の変動が音声の短期的な変化を引き起こす可能性があるというものです。まだ確認していませんが、検出される可能性のある微妙で急速な変化も多数あります。現在、これを調査するために追加の研究を行っています。
なぜ参加者に『』の一節を読んでもらうのですか？ 世界人権宣言?
あなたの研究は T2D に焦点を当てています。 1 型糖尿病 (T1D) についても研究する予定ですか?
私たちは、T1D 患者も時間の経過とともに声の変化を示すと考えています。ただし、私たちの目標は大規模なスクリーニング方法を開発することであるため、現在私たちは T2D に焦点を当てています。 T1D は通常、小児期に診断されますが、さまざまなスクリーニング アプローチが必要です。今のところ、私たちの研究は主に成人を対象としています。
音声分析の精度に男女差はありましたか？
はい、声の研究では一般に、女性の声の特徴が男性とは異なることが示されています。その理由の一部は、ピッチやトーンに影響を与えるホルモンの変動によるものです。健康な人と糖尿病患者の違いを検出することは、状態によっては女性の場合により困難な場合があります。私たちの研究では、男性の精度が 75% であるのに対し、女性の精度は約 70% でした。
EASD の結果は、米国に拠点を置く人口に焦点を当てています。フランスからのデータはいつ頃期待できますか?
アメリカから始めたのは、すぐに多くの患者を集めることができたからです。現在、私たちはグローバルな分析と言語固有の分析に拡張しています。フランスのデータは確かに優先事項であり、私たちはそれに取り組んでいます。参加はわずか 20 分で、非侵襲的な糖尿病検出に関する革新的な研究に貢献します。参加者は次の場所でサインアップできます。 www.colivevoice.org
研究概要: Colive Voice
Colive Voice の調査では、参加者がスマートフォンまたはラップトップを使用して 25 秒間話した音声録音を分析しました。アルゴリズムは男性と女性に対して個別にトレーニングおよび検証され、精度、特異性、感度、曲線下面積 (AUC) が評価されました。
この研究には、女性323名（T2Dあり162名、T2Dなし161名）と男性284名（T2Dあり142名、T2Dなし142名）が参加した。 T2D の参加者は一般に高齢であり、T2D の参加者よりも肥満であることが多かった。
2 つの AI 技術を使用して、ピッチ、強さ、トーンなどのさまざまな音声特性を分析しました。 1 つの方法では、最大 6,000 の詳細な音声特徴をキャプチャし、もう 1 つの方法では、深層学習を使用して 1,024 の主要な特徴の洗練されたセットに焦点を当てました。
このアルゴリズムは、全体的な予測精度が有望であることを示し、AUC は男性で 75%、女性で 71% でした。男性の 71%、女性の 66% が T2D であると正確に予測しました。このモデルは、60 歳以上の女性 (AUC、74%) および高血圧患者 (AUC、75%) ではさらに優れたパフォーマンスを示しました。
糖尿病疫学者のガイ・ファゲラッツィ氏は、ルクセンブルク保健研究所のディープデジタル表現型研究室および精密保健部門を率いています。彼の研究は、新しいテクノロジーとデジタル データを糖尿病研究に統合することに焦点を当てています。同氏は関連する金銭的関係はないと宣言した。
この物語は以下から翻訳されました メドスケープ フランス語版 プロセスの一部として AI を含むいくつかの編集ツールを使用します。人間の編集者が出版前にこのコンテンツをレビューしました。
1727970253
#音声による #型糖尿病の検出 #その仕組みは
2024-10-03 15:25:05