Detekce diabetu 2. typu z hlasu

Tato studie řeší kritickou výzvu v detekci diabetu 2. typu, kde přibližně 30 % osob s diabetem zůstává nediagnostikováno, což odpovídá zhruba 1 milionu dospělých ve Spojeném království. Současné screeningové metody spoléhají na oportunní testování s pouhým 40,4 % účastí mezi těmi, kterým jsou nabízeny NHS Health Checks, což zdůrazňuje potřebu inovativních, dostupných screeningových přístupů, které mohou identifikovat rizikové osoby před rozvojem komplikací.

STUDIJNÍ ODŮVODNĚNÍ A INOVACE:

Nedávný výzkum ukazuje, že diabetes ovlivňuje produkci hlasu prostřednictvím více fyziologických cest v průběhu onemocnění: periferní neuropatie ovlivňuje kontrolu hlasivek a artikulaci řeči, autonomní neuropatie ovlivňuje dýchací vzorce a hlasovou dynamiku, xerostomie (sucho v ústech) z neuropatického poškození mění rezonanční charakteristiky a kolísání hladiny glukózy mění elastické vlastnosti hrtanu a hlasivek. Tyto zjištění a rané důkazy z počátečních studií naznačují, že analýza hlasu by mohla být použita ke screeningu diabetu. Současná studie využívá tyto asociace hlas-diabetes pomocí pokročilého strojového učení k vývoji neinvazivního, škálovatelného screeningového řešení.

STUDIJNÍ DESIGN A METODOLOGIE:

Tato dvoufázová observační studie kombinuje rozsáhlý sběr dat se strategickou biologickou validací. Fáze 1 zahrnuje 10 000 účastníků, kteří dokončí nahrávky hlasu a komplexní zdravotní dotazníky prostřednictvím zabezpečené online platformy. Fáze 2 vybírá 1 000 z těchto účastníků, kteří poskytnou informativní diagnostické výsledky pro validaci domácího testování HbA1c.

Každé hodnotící sezení trvá přibližně 10–20 minut a zahrnuje standardizované úkoly nahrávání hlasu spolu s ověřenými zdravotními dotazníky. Nahrávky hlasu zahrnují hlasité čtení textu a odpovídání na krátké otázky navržené tak, aby zachytily různé hlasové charakteristiky při zachování konzistence mezi účastníky.

TECHNICKÝ PŘÍSTUP:

Hlasová data budou analyzována pomocí více specializovaných softwarových nástrojů k extrakci akustických a lingvistických rysů potenciálně spojených s diabetem. Studie využívá pokročilé algoritmy strojového učení k identifikaci vzorců v hlasových charakteristikách, které mohou naznačovat stav diabetu.

Náš přístup řeší výzvu nediagnostikovaného diabetu v obecné populaci vývojem modelů, které zohledňují nejistotu inherentní v samohlašovaném stavu diabetu. Namísto toho, abychom všechny účastníky bez diagnózy považovali za definitivně zdravé, implementujeme výpočetní metody, které rozpoznávají komplexitu reálných vzorců prevalence diabetu. Strategický výběr účastníků pro biologickou validaci optimalizuje informace získané z testování HbA1c s cílem maximalizovat efektivitu validace modelu a zároveň minimalizovat náklady na testování.

Validace ground truth používá domácí testovací sady HbA1c s CE značkou s dokumentovanou přesností ≥95 %, aplikující standardní klinický práh ≥6,5 % HbA1c pro diagnózu diabetu. Tato biologická validace umožňuje posouzení výkonnosti modelu proti potvrzenému stavu diabetu namísto spoléhání se pouze na samohlašované diagnózy, poskytujíc robustní důkazy pro klinickou užitečnost screeningu diabetu založeného na hlasu.

SBĚR A SPRÁVA DAT:

Veškerý sběr dat probíhá vzdáleně prostřednictvím zabezpečené webové platformy přístupné pomocí standardních internetových prohlížečů (Chrome, Firefox, Safari). Účastníci používají svá osobní zařízení (počítače, tablety nebo chytré telefony) vybavené mikrofonem. Platforma zachycuje nahrávky hlasu, odpovědi na dotazníky včetně PHQ-8 a GAD-7 pro hodnocení duševního zdraví a komplexní zdravotní historii včetně kardiovaskulárních, ledvinových a respiračních stavů, které mohou zkreslit asociace hlas-diabetes.

Data jsou pseudonymizována pomocí univerzálně jedinečných identifikátorů (UUID), přičemž surové audio nahrávky a extrahované rysy jsou uloženy v šifrovaných AWS S3 bucketech. Osobní identifikovatelné informace jsou po dokončení sběru dat smazány, zatímco výzkumná data jsou uchovávána až 10 let pro účely analýzy a publikace v souladu s UK GDPR.

ÚVAHY O VELIKOSTI VZORKU:

Cílový nábor 10 000 účastníků v 1. fázi odráží požadavky pro robustní vývoj modelů strojového učení, poskytujíc rozmanitou datovou sadu, která zahrnuje osoby s diagnostikovaným diabetem, nediagnostikovaným diabetem, prediabetem a jinak zdravými osobami. Tato velikost vzorku umožňuje komplexní reprezentaci napříč různými demografickými skupinami, věky a zdravotními stavy nezbytnými pro vývoj zobecnitelných modelů hlasových biomarkerů. 1 000 účastníků vybraných pro biologickou validaci ve 2. fázi zajišťuje dostatek pozitivních a negativních případů pro komplexní validaci modelu a zároveň optimalizuje alokaci zdrojů pro nákladné testování HbA1c. Tento přístup řeší kritické mezery v časné detekci diabetu, poskytujíc škálovatelné, nákladově efektivní screeningové řešení, které by mohlo významně ovlivnit výsledky zdraví populace prostřednictvím dřívější identifikace a intervence.