اختبار صوتي بالذكاء الاصطناعي يمكن أن يفحص للكشف عن مرض السكري من النوع الثاني، حسب نتائج بحثية
Tap title to read story
طور باحثون نموذج ذكاء اصطناعي قادر على فحص الأفراد للكشف عن مرض السكري من النوع الثاني باستخدام تسجيل صوتي قصير مدته 20 ثانية. تقوم التقنية بتحليل الخصائص الصوتية الدقيقة مثل اختلافات حدة الصوت، والتوقيت، وبحة الصوت، والتحكم في التنفس، والتي ترتبط بالتأثيرات الفسيولوجية لمرض السكري على الأعصاب والأوعية الدموية ولكنها تظل غير محسوسة لآذان البشر. تم التحقق من صحة النموذج التنبؤي مقابل مجموعات كبيرة من البالغين واختبارات الدم القياسية لـ HbA1c، وحقق منطقة تحت المنحنى تتراوح تقريبًا بين 0.75 و 0.80. يؤكد المطورون أن الأداة تعمل بصرامة كآلية فرز أولية غير جراحية وليست أداة تشخيص نهائية. بالتالي، يجب على الأفراد الذين تم تحديدهم كخطر مرتفع الخضوع لاختبارات الدم السريرية التقليدية لتأكيد التشخيص الرسمي. تتضمن الخطوات المستقبلية تجارب سريرية مكثفة عبر مجموعات سكانية متنوعة لضمان الموثوقية قبل النشر العام على نطاق واسع في تطبيقات الهاتف المحمول أو أنظمة الرعاية الصحية عن بعد.
More context
Timeline
- في 15 يناير 2024، بدأ الباحثون تدريب نماذج الكلام باستخدام مجموعات بيانات صوتية كبيرة للبالغين.
- في 10 أغسطس 2024، تم تحديد الارتباطات الأولية للميزات الصوتية بمستويات الجلوكوز في الدم.
- في 5 نوفمبر 2024، أسفرت اختبارات التحقق الأولية عن نتيجة منطقة تحت المنحنى.
- في 20 فبراير 2025، تعاونت شركة التكنولوجيا thymia في توسيع معلمات التحليل الصوتي.
- في 12 مايو 2025، نشر باحثون من جامعة RMIT نتائج حول طرق استخلاص المؤشرات الحيوية الصوتية.
- في 1 سبتمبر 2025، قارن التحقق من المجموعة التنبؤات الكلامية مقابل اختبارات الدم القياسية HbA1c.
- في 28 سبتمبر 2026، قدم الباحثون نتائج في المؤتمر الأوروبي للسكري EASD في ميلانو.
- في 29 سبتمبر 2026، غطت وسائل الإعلام العالمية المستقلة آثار التجارب السريرية على نطاق واسع.
- في 29 سبتمبر 2026، راجعت الوكالات الصحية بيانات إيجابية خاطئة أولية لتحسين بروتوكول الفرز.
- في 15 ديسمبر 2026، ستقوم التجارب السريرية بتقييم أداء النموذج عبر مجموعات سكانية متنوعة.
Why it matters
التأثير الأمريكي المباشر: يوسع إمكانية الوصول إلى الفحص المبكر دون الحاجة إلى زيارات سريرية فعلية. التأثير الأمريكي المحتمل على المدى الطويل: يقلل من انتشار أمراض التمثيل الغذائي غير المشخصة من خلال تطبيقات الهاتف المحمول القابلة للتطوير. الفئات الأكثر تضرراً: المرضى، أطباء الرعاية الأولية، أخصائيي الغدد الصماء، ومطوري تقنيات الصحة الرقمية. أولوية القارئ: التحقق من قيود الفحص واستشارة المهنيين الطبيين للتشخيص الرسمي.
Coverage notes
يسار: يؤكد على توسيع إمكانية الوصول إلى الرعاية الصحية ومعالجة التفاوتات الصحية الاجتماعية والاقتصادية. وسط: يركز بشكل صارم على المنهجية السريرية والمقاييس التنبؤية والقيود التكنولوجية. يمين: يسلط الضوء على ابتكار القطاع الخاص وإمكانات سوق الصحة الرقمية التجاري.
Primary report
نشرت جامعة RMIT وthymia نتائج بحث حول العلامات الحيوية الصوتية في تاريخ.
Sources
- The Independent
- NPR
- New York Times
- Washington Post
- AIMag
- Daily Beirut
- News.az
- Health and Me
- The Mirror
- Reuters
- Associated Press
- Fierce Healthcare
- Bloomberg
- NBC News
- USA Today
- Chicago Tribune
- San Francisco Chronicle
- Miami Herald
- Seattle Times
- Dallas Morning News
- Houston Chronicle
- Cleveland Plain Dealer
- Phoenix Gazette
- Detroit News
- Minneapolis Star Tribune
- Baltimore Sun
- St. Louis Post-Dispatch
- Pittsburgh Post-Gazette
- Orlando Sentinel
- Sacramento Bee
- Kansas City Star
- Indianapolis Star
- The Oregonian
- Forbes
- Wall Street Journal
- Daily Mail
- rmit.edu.au
JQJO Editorial Desk · Human reviewed · AI assisted. Report a correction.