ABD merkezli Klick Labs’ten bir ekip, bir kişinin Tip 2 diyabet hastası olup olmadığını 6 ila 10 saniyelik ses kayıtlarından ayırt edebilen bir yapay zeka modeli geliştirdi. Yapılan testler, modelin yüzde 89 doğru teşhis oranı elde ettiğini gösterdi.
Model, sinyal işlemeyi kullanarak, insan kulağı tarafından algılanamayan perde ve yoğunluktaki ince değişiklikleri tespit edebiliyor. Bu değişiklikler, diyabetli hastalarda kan şekeri seviyelerindeki değişikliklerden kaynaklanıyor.
Araştırmacılar, modelin diyabet tanısında önemli bir rol oynayabileceğini söylüyor. Modelin, geleneksel teşhis yöntemlerine göre daha hızlı ve daha ucuz bir alternatif olabileceği belirtiliyor.
Model nasıl çalışıyor?
Model, ses kayıtlarını 200’den fazla özellik açısından analiz ediyor. Bu özellikler arasında, sesin frekansı, tınısı ve şiddeti yer alıyor. Model, bu özellikleri kullanarak, diyabetli hastalarda kan şekeri seviyelerindeki değişikliklerden kaynaklanan ince değişiklikleri tespit ediyor.
Modelin doğruluk oranı
Modelin doğruluk oranı, 6 ila 10 saniyelik ses kayıtları üzerinde yapılan testlerde yüzde 89 olarak ölçüldü. Bu, geleneksel teşhis yöntemlerinin doğruluk oranına benzer bir oran.
Modelin potansiyel faydaları
Modelin diyabet tanısında önemli bir rol oynayabileceği düşünülüyor. Modelin, geleneksel teşhis yöntemlerine göre daha hızlı ve daha ucuz bir alternatif olabileceği belirtiliyor.
Modelin hızlı olması, diyabetli hastaların erken teşhis ve tedavi edilmesine yardımcı olabilir. Modelin ucuz olması ise, diyabet tanısının daha erişilebilir hale gelmesini sağlayabilir.
Modelin henüz geliştirilme aşamasında olduğu belirtiliyor. Modelin, daha geniş bir veri seti üzerinde test edilmesi ve doğruluk oranının daha da iyileştirilmesi gerekiyor.
Modelin, diyabetli olmayan kişilerde de yanlış pozitif sonuçlar verebileceği belirtiliyor. Bu nedenle, modelin yalnızca bir teşhis aracı olarak kullanılması ve kesin bir teşhis için geleneksel yöntemlere başvurulmasının gerektiği vurgulanıyor.
