Diagnosis Diabetes Tipe 2 Lewat Suara, Akurasi Capai 89 Persen

Para peneliti menganalisis 18.465 rekaman yang dikumpulkan untuk mendengarkan 14 “karakteristik akustik”. Idenya adalah bahwa suara-suara ini dapat menunjukkan perbedaan vokal antara penderita diabetes tipe 2 dan orang yang tidak menderita diabetes tipe 2.

Para peneliti juga mempertimbangkan fitur vokal lainnya seperti perubahan nada, kekuatan, dan intensitas yang tidak dapat ditangkap oleh telinga manusia. Dengan bantuan teknik yang disebut perangkat lunak pemrosesan sinyal dan analisis suara, para peneliti dapat mencatat perubahan halus pada suara penderita diabetes tipe 2. 

Mereka menggunakan data ini untuk melatih model pembelajaran mesin agar dapat membuat prediksi tentang diabetes tipe 2 berdasarkan klip suara.

Jaycee Kaufman, seorang ilmuwan peneliti di Klick Labs dan penulis pertama studi tersebut, mengatakan bahwa tim tersebut mengidentifikasi perbedaan fitur vokal antara pria dan wanita dengan diabetes tipe 2.

Misalnya, Kaufman mengatakan nada suara dan variabilitas nada dipengaruhi pada wanita, sedangkan kekuatan atau intensitas suara dan variasi kekuatan dipengaruhi pada pria.

 “Kami percaya perbedaan ini mungkin berasal dari fakta bahwa pria dan wanita mengalami komplikasi diabetes tipe 2 secara berbeda, yang pada akhirnya berdampak berbeda pada suara mereka,” kata Kaufman. 

“Secara khusus, pria mungkin mengalami lebih banyak kelemahan otot yang berhubungan dengan diabetes tipe 2, sedangkan wanita mungkin mengalami lebih banyak edema.”

Menurut Kaufman, peneliti lain telah menggunakan suara untuk memprediksi penyakit neurodegeneratif seperti Alzheimer dan Parkinson.

“Produksi suara adalah proses rumit yang melibatkan efek gabungan dari sistem peredaran darah, sistem pernapasan, sistem otot, sistem saraf, dan sistem lain di dalam tubuh,” kata Kaufman. “Apa pun yang memengaruhi sistem ini mungkin berdampak pada suara, yang menjadi motivasi penelitian ini.”

Studi ini adalah salah satu studi pertama yang menunjukkan bagaimana AI dapat membantu mendeteksi penyakit kronis, kata Steven Malin, PhD, FACSM , seorang profesor metabolisme dan endokrinologi di Departemen Kinesiologi dan Kesehatan di Universitas Rutgers. 

Namun, Malin mengatakan tanpa penelitian lebih lanjut, masih terlalu dini untuk mengatakan apakah teknologi ini akan membuat diagnosis lebih cepat, lebih murah, atau lebih mudah diakses oleh pasien. 

Meskipun mendiagnosis diabetes dari klip suara merupakan hal yang menarik, penelitian lebih lanjut perlu dilakukan untuk melihat apakah teknologi ini dapat bekerja pada orang-orang dari berbagai ras dan usia .

Meskipun demikian, ada peluang untuk memiliki alat skrining lain, "Bahkan jika penilaiannya 'positif palsu', identifikasi orang-orang yang berisiko dapat memberikan kesempatan kepada orang-orang untuk melakukan perubahan perilaku yang memitigasi risiko,” kata Malin.

Para ahli sepakat bahwa penelitian lebih lanjut dengan ukuran sampel yang lebih besar dan lebih dapat digeneralisasikan ke populasi yang berbeda perlu dilakukan sebelum tes suara AI untuk diabetes siap untuk pasien.