🧬 Научные разборы
🧬 Научные разборы Как голос выдает диабет: ученые научили нейросеть слышать скрытые сигналы болезни Скрытые сбои в организме далеко не всегда заявляют о себе явными симптомами, но могут отражаться на неожиданных параметрах — например, на звучании голоса. Привычная речь служит не только средством коммуникации, но и потенциальным источником биомаркеров здоровья. Международная группа исследователей проверила, способны ли алгоритмы машинного обучения распознавать признаки диабета второго типа по коротким голосовым фразам. Результаты научной работы опубликованы в профильном издании IEEE Journal of Biomedical and Health Informatics. В рамках эксперимента ученые собрали и изучили 14 759 аудиозаписей, полученных от 461 взрослого добровольца. Участники наговаривали на микрофоны обычных смартфонов случайно подобранные короткие предложения на английском языке. Для обучения системы использовались исключительно аудиофайлы и данные о поле говорящего, без предварительного выбора конкретных параметров звучания. Чтобы проанализировать звук, записи сначала трансформировали в спектрограммы — наглядные визуальные карты распределения частот во времени. Затем эти данные передали искусственному интеллекту. В отличие от более ранних систем, оценивавших строго заданные свойства вроде высоты или дрожания тона, новая модель научилась улавливать более тонкие и сложные взаимосвязи между временными интервалами и частотными характеристиками звуковой волны. Руководитель проекта и вице-президент по исследованиям в Klick Applied Sciences Ян Фоссат подчеркнул, что алгоритм позволил заглянуть глубже стандартных акустических показателей. По его словам, исследователи вышли за рамки привычных параметров вроде джиттера или мерцания звука и обнаружили комбинации голосовых паттернов, которые ранее вообще не попадали в поле зрения специалистов. Эффективность модели оценивали по сбалансированной точности, которая одинаково учитывает выявление как больных, так и здоровых людей. Этот показатель составил 71,3% для женщин и 72,4% для мужчин. Метрика площади под ROC-кривой показала значения 0,788 и 0,779 соответственно. Проект развивает идеи исследования 2023 года, где точность составляла до 89% у женщин и 86% у мужчин, однако прямое сравнение некорректно из-за принципиальной разницы в методологии и анализируемых массивах данных. Авторы подчеркивают, что полученные выводы подтверждают статистическую связь характеристик голоса с диабетом, но пока не делают технологию готовым диагностическим инструментом. Для внедрения скрининга в клиническую практику требуются дополнительные масштабные испытания. Заменять лабораторные анализы крови и консультации врачей аудиозаписями пока рано, однако в будущем технология может стать простым и доступным методом ранней самопроверки. Здоровый интерес в MAX | VK | Блог