L'IA et 10 secondes de voix peuvent permettre de dépister le diabète
Des scientifiques découvrent que la technologie vocale pourrait changer la donne dans la détection du diabète de type 2
Déterminer si une personne est diabétique pourrait être aussi simple que de lui faire prononcer quelques phrases sur son smartphone, selon une étude révolutionnaire de Klick Labs qui associe la technologie vocale à l'intelligence artificielle, ce qui constitue une avancée majeure dans le domaine de la détection du diabète.
La nouvelle étude, publiée dans Mayo Clinic Proceedings : Digital Health, explique comment les scientifiques ont utilisé six à dix secondes de la voix d'une personne, ainsi que des données de santé de base, notamment l'âge, le sexe, la taille et le poids, pour créer un modèle d'intelligence artificielle capable de déterminer si cette personne est atteinte de diabète de type 2. Le modèle est précis à 89 % pour les femmes et à 86 % pour les hommes.
Pour l'étude, les chercheurs de Klick Labs ont demandé à 267 personnes (diagnostiquées comme non diabétiques ou diabétiques de type 2) d'enregistrer une phrase dans leur smartphone six fois par jour pendant deux semaines. À partir de plus de 18 000 enregistrements, les scientifiques ont analysé 14 caractéristiques acoustiques pour déterminer les différences entre les personnes non diabétiques et les diabétiques de type 2.
"Notre recherche met en évidence des variations vocales significatives entre les individus atteints ou non de diabète de type 2 et pourrait transformer la manière dont la communauté médicale dépiste le diabète", a déclaré Jaycee Kaufman, premier auteur de l'article et chercheur scientifique chez Klick Labs. "Les méthodes actuelles de détection peuvent nécessiter beaucoup de temps, de déplacements et de coûts. La technologie vocale a le potentiel d'éliminer complètement ces obstacles".
L'équipe de Klick Labs a examiné un certain nombre de caractéristiques vocales, comme les changements de hauteur et d'intensité qui ne peuvent être perçus par l'oreille humaine. En utilisant le traitement des signaux, les scientifiques ont pu détecter les modifications de la voix causées par le diabète de type 2. Il est surprenant de constater que ces changements vocaux se manifestent de manière différente chez les hommes et les femmes, a déclaré M. Kaufman.
Un nouvel outil de dépistage potentiel pour le diabète non diagnostiqué
Selon la Fédération internationale du diabète, près d'un adulte sur deux, soit 240 millions de diabétiques dans le monde, ignore qu'il est atteint de cette maladie et près de 90 % des cas de diabète sont des diabètes de type 2. Les tests diagnostiques les plus fréquemment utilisés pour le prédiabète et le diabète de type 2 sont l'hémoglobine glyquée (A1C), la glycémie à jeun et l'hyperglycémie provoquée (HGPO), qui nécessitent tous une visite chez un professionnel de la santé.
Yan Fossat, vice-président de Klick Labs et chercheur principal de cette étude, a déclaré que l'approche non intrusive et accessible de Klick offre la possibilité de dépister un grand nombre de personnes et d'aider à identifier le pourcentage élevé de personnes atteintes de diabète de type 2 qui n'ont pas été diagnostiquées.
"Nos recherches soulignent l'énorme potentiel de la technologie vocale dans l'identification du diabète de type 2 et d'autres problèmes de santé", a déclaré M. Fossat. "La technologie vocale pourrait révolutionner les pratiques de soins de santé en tant qu'outil de dépistage numérique accessible et abordable.
Selon M. Fossat, les prochaines étapes consisteront à reproduire l'étude et à étendre les recherches sur l'utilisation de la voix comme outil de diagnostic dans d'autres domaines tels que le prédiabète, la santé des femmes et l'hypertension.
Cette dernière découverte est rendue possible grâce à l'expertise et aux investissements de Klick Labs depuis plus d'une décennie dans l'apprentissage automatique, la science des données et l'intelligence artificielle, dans plusieurs domaines thérapeutiques, y compris celui du diabète. Leur étude "Homeostasis as a proportional-integral control system", publiée dans Nature Digital Medicine en 2020, était également basée sur la modélisation mathématique pour déterminer certains des changements sous-jacents dans la façon dont le glucose est régulé. Plus récemment, leur étude "Screening for Impaired Glucose Homeostasis : A Novel Metric of Glycemic Control" a été publiée dans Mayo Clinic Proceedings : Digital Health.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
Autres actualités du département science
Recevez les dernières actualités du secteur des sciences de la vie
Ne manquez plus aucune actualité : notre newsletter consacrée aux biotechnologies, au secteur pharmaceutique et aux sciences de la vie vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
