人工智慧可以通過分析人聲語音，相當準確地診斷出第2型糖尿病。語音分析工具雖然提供了很多新的診斷可能性，但也存在很高的風險。
通過分析語音進行的醫學診斷技術正在變得越來越精確。尤其在帕金森氏症或是阿茲海默症的診斷方面，對於患者說話聲音樣本的分析可以提供很有價值的依據。
包括精神障礙、憂鬱症、創傷後壓力症或心臟病也可以通過語音分析來診斷。 人工智慧 (AI) 還可以聽出血管狹窄或疲憊的跡象。 這使得醫生能夠更早地進行治療並降低患者的風險。
根據專業雜誌 Mayo Clinic Proceedings: Digital Health 發表的一項研究，現在憑借簡短的語音序列就能以驚人的準確性判斷某人是否患有第2型糖尿病。
未知的風險
該技術旨在幫助找出未得到確診的糖尿病患者。全球約有2.4億成年人患有糖尿病而不自知。 根據國際糖尿病聯合會的數據，近 90% 的糖尿病病例都是第2型糖尿病。第2型糖尿病患者罹患心臟並和血管疾病的風險增加，例如心肌梗死、中風以及腿部和足部血液循環問題。
使用語音分析進行診斷將使檢測變得更加容易，因為通常情況下人們必須去看醫生，才能進行最常見的診斷測試，其中包括空腹血糖測試（FBG）、口服糖耐量測試（OGTT）和糖化血紅蛋白值測試（A1C），該測試是為了測量兩到三個月內血糖水平的平均值。
語音診斷是如何運行的？
在語音頻率分析過程中，人工智慧會分析人耳聽不見的人聲變化。只要有電話交談錄音，就足以進行分析。
人工智慧可以對說話的韻律、節奏、停頓和音高等元素進行分析。在某些臨床案例中，患者存在特有的語音特徵，例如元音 A 的發音會持續五秒時間。
人聲可以有多達 20萬種不同的特徵。 人工智慧和相應的算法可以從說話聲音片段中找到與某些臨床案例相匹配的獨特發音模式。
診斷精確度令人震驚
新開發的人工智慧工具可以從6到10秒的語音錄音中識別到音調以及音量的變化，從而做出診斷。再結合年齡、性別、身高、體重等基本健康數據，AI就可以檢測出這個人是否患有第2型糖尿病。
而且它的準確度令人驚訝：由於男性和女性聲音的變化不同，因此準確度也有所不同。 盡管如此，該技術對女性的診斷準確率高達89%，男性準確率則為86%。
可以區分的聲學特徵
為了對人工智慧進行編程，安大略理工大學學者 Jaycee Kaufman 帶領的研究團隊記錄了267人的聲音，他們當中有的沒有糖尿病，有的已被診斷患有 2 型糖尿病。在兩周的時間裡，這些實驗對象每天要對著智慧型手機說六次話，每次只需短短一句話。
