近日，加拿大医学研究人员训练了一种机器学习人工智能，可以在患者说话的六到十秒内準确预测2型糖尿病。这是在模型确定了非糖尿病患者和2型糖尿病患者之间差异的十四个声学特徵之后实现的。

 加拿大Klick实验室的研究员杰西 · 科夫曼团队日前在医学期刊《梅奥诊所会议：数字健康》上公布，他们已经开发出了一个可以通过六至十秒的声音来识别2型糖尿病的AI模型。

 AI模型可以通过使用者的年龄、性别、身高、体重等基本健康资料，以及通过智能手机录製的约十秒钟的声音，準确率高达百分之六十以上。

 研究团队表示，这项研究结合了声音技术和人工智能，在这项研究中，研究团队调查了一百九十二名健康男女和七十五名2型糖尿病患者的年龄、性别、身高、体重等基本健康资料，并让他们每天六次，每次六至十秒钟在智能手机上录製指定的语句。研究团队分析了收集到的一万八千四百六十五个录音样本，提取出了十四种可以区分健康人和2型糖尿病患者的声学特徵，并利用这些特徵建立了一个AI模型来识别2型糖尿病。

 团队表示，这个AI模型可以以百分之八十九的準确率识别女性的2型糖尿病，以百分之八十六的準确率识别男性的2型糖尿病。

 研究团队还指出，这种準确率与空腹血糖检测(FBG，85%)、糖化血红蛋白检测(A1C，91%)和口服葡萄糖耐量测试(OGTT，92%)的準确率相当。

 科夫曼研究员表示：“我们通过信号处理技术检测到了2型糖尿病对声音的影响，这种影响在男性和女性中表现出不同的方式。这项技术有可能改变糖尿病的检测方式。”他还补充说：“这种检测方法有可能消除当前耗时耗力的检测方法的障碍。我们将进一步验证这项研究结果，并将声音诊断扩展到糖尿病前期、女性健康、高血压等领域。”

 根据国际糖尿病联盟(IDF)的资料，全球成年糖尿病患者中有一半（约二点四亿人）并不知道自己患有糖尿病，而几乎九成的糖尿病患者是2型糖尿病，即体内虽然能产生胰岛素，但不能正常发挥作用。糖尿病的诊断主要依赖于糖化血红蛋白检测(A1C)、空腹血糖检测(FBG)和口服葡萄糖耐量测试(OGTT)，但这些都需要去医院抽血。如今，只需在智能手机上说几句话，就可以轻鬆确认是否患有2型糖尿病，这将为2型糖尿病的诊断带来重大变革。

 美 子