卢森堡卫生研究所（LIH）深度数字表型研究组的研究人员开发了一种基于语音的人工智能算法，能够准确检测2型糖尿病（T2D）。这种非侵入性和成本效益高的方法可以使糖尿病筛查变得更加普及，特别是对于服务不足的社区。
由Abir Elbeji和卢森堡卫生研究所深度数字表型研究组的Guy Fagherazzi博士领导的研究团队开发了一种创新的方法，依赖于区分人们声音中的细微变化。利用先进的机器学习技术，研究团队识别出了与T2D相关的声学生物标志物，展示了未来非侵入性、可扩展且负担得起的健康筛查方式，用于诊断T2D。通过使用人工智能（AI）算法，研究团队实现了与美国糖尿病协会（ADA）广泛使用的风险评分相当的预测准确性。
Guy Fagherazzi博士表示：“这项研究代表了糖尿病护理的重大进展。通过结合人工智能与数字表型，我们正在引入一种更具包容性和成本效益的早期诊断和预防方法。使用简单的语音录音进行糖尿病筛查的能力可以显著改善全球数百万人的医疗保健可及性。”
该研究发表在《PLOS数字健康》期刊上，并且是更大规模的Colive Voice项目的一部分，分析了来自美国超过600名参与者的语音记录。在关键人群中，如60岁以上的女性和患有高血压的个体中，检测率更高。
未来，研究人员计划改进算法，以早期检测糖尿病前期和未确诊的T2D病例。还计划将该程序扩展到其他人群和语言。
(全文结束)
