목소리로 제2형 당뇨병 감지하기

이 연구는 제2형 당뇨병 진단에서의 중요한 도전 과제를 다루고 있습니다. 영국에서는 약 30%의 당뇨병 환자가 진단을 받지 못하고 있으며, 이는 약 100만 명의 성인에 해당합니다. 현재의 선별 검사 방법은 기회주의적 검사에 의존하고 있으며, NHS 건강 검진을 받은 사람들 중에서도 40.4%만이 검사를 받고 있어, 합병증이 발생하기 전에 위험군을 식별할 수 있는 혁신적이고 접근 가능한 선별 접근법의 필요성이 강조되고 있습니다.

연구 근거와 혁신성:

최근 연구에 따르면, 당뇨병은 질병의 전반적인 과정에서 여러 생리학적 경로를 통해 음성 생성에 영향을 미칩니다: 말초 신경병증은 성대 조절과 발음 명확성에 영향을 미치고, 자율 신경병증은 호흡 패턴과 발성 역학에 영향을 미치며, 신경병성 손상으로 인한 구강 건조증은 공명 특성을 변화시키고, 혈당 변동은 후두와 성대의 탄성 특성을 변화시킵니다. 이러한 발견과 초기 연구의 증거는 음성 분석이 당뇨병 선별에 사용될 수 있음을 시사합니다. 현재 연구는 이러한 음성-당뇨병 연관성을 활용하여 고급 기계 학습을 통해 비침습적이고 확장 가능한 선별 솔루션을 개발합니다.

연구 설계와 방법론:

이 2단계 관찰 연구는 대규모 데이터 수집과 전략적 생물학적 검증을 결합합니다. 1단계에서는 10,000명의 참가자가 안전한 온라인 플랫폼을 통해 음성 녹음과 포괄적인 건강 설문지를 완료합니다. 2단계에서는 이 참가자 중 1,000명을 선정하여 HbA1c 가정 검증을 위한 유익한 진단 결과를 제공합니다.

각 평가 세션은 약 10-20분 동안 진행되며, 표준화된 음성 녹음 과제와 검증된 건강 설문지를 포함합니다. 음성 녹음은 텍스트를 큰 소리로 읽고 다양한 음성 특성을 포착하면서 참가자 간 일관성을 유지하도록 설계된 간단한 질문에 답하는 것을 포함합니다.

기술적 접근법:

음성 데이터는 당뇨병과 잠재적으로 연관된 음향 및 언어적 특징을 추출하기 위해 여러 전문 소프트웨어 도구를 사용하여 분석됩니다. 이 연구는 당뇨병 상태를 나타낼 수 있는 음성 특성의 패턴을 식별하기 위해 고급 기계 학습 알고리즘을 사용합니다.

우리의 접근법은 자가 보고 당뇨병 상태에 내재된 불확실성을 고려하는 모델을 개발함으로써 일반 인구에서 진단되지 않은 당뇨병의 도전 과제를 해결합니다. 진단을 받지 않은 모든 참가자를 확실히 건강한 것으로 취급하는 대신, 우리는 실제 세계의 당뇨병 유병 패턴의 복잡성을 인식하는 계산 방법을 구현합니다. 생물학적 검증을 위한 전략적 참가자 선정은 HbA1c 검사에서 얻는 정보를 최적화하여 모델 검증 효율성을 극대화하면서 검사 비용을 최소화하는 것을 목표로 합니다.

기준 진단 검증은 문서화된 정확도가 ≥95%인 CE 인증 HbA1c 가정 검사 키트를 사용하며, 당뇨병 진단을 위한 표준 임상 기준인 ≥6.5% HbA1c를 적용합니다. 이 생물학적 검증은 자가 보고 진단에만 의존하는 대신 확인된 당뇨병 상태에 대한 모델 성능 평가를 가능하게 하여, 음성 기반 당뇨병 선별의 임상적 유용성에 대한 강력한 증거를 제공합니다.

데이터 수집 및 관리:

모든 데이터 수집은 표준 인터넷 브라우저(Chrome, Firefox, Safari)를 통해 접근 가능한 안전한 웹 기반 플랫폼을 통해 원격으로 이루어집니다. 참가자는 마이크 기능이 장착된 개인 장치(컴퓨터, 태블릿 또는 스마트폰)를 사용합니다. 이 플랫폼은 음성 녹음, 정신 건강 평가를 위한 PHQ-8 및 GAD-7을 포함한 설문 응답, 그리고 음성-당뇨병 연관성을 혼란시킬 수 있는 심혈관, 신장 및 호흡기 질환을 포함한 포괄적인 건강 기록을 포착합니다.

데이터는 범용 고유 식별자(UUID)를 사용하여 가명화되며, 원시 오디오 녹음과 추출된 특징은 암호화된 AWS S3 버킷에 저장됩니다. 개인 식별 정보는 데이터 수집 완료 후 삭제되며, 연구 데이터는 영국 GDPR 준수 하에 분석 및 출판 목적으로 최대 10년 동안 보관됩니다.

표본 크기 고려 사항:

1단계에서 목표로 하는 10,000명의 참가자 등록은 강력한 기계 학습 모델 개발 요구 사항을 반영하며, 진단된 당뇨병, 진단되지 않은 당뇨병, 당뇨병 전단계 및 기타 건강한 개인을 포함하는 다양한 데이터 세트를 제공합니다. 이 표본 크기는 일반화 가능한 음성 바이오마커 모델 개발에 필요한 다양한 인구통계학적 그룹, 연령 및 건강 상태에 대한 포괄적인 대표성을 가능하게 합니다. 2단계 생물학적 검증을 위해 선정된 1,000명의 참가자는 포괄적인 모델 검증을 위한 충분한 양성 및 음성 사례를 보장하면서 비용이 많이 드는 HbA1c 검사를 위한 자원 할당을 최적화합니다. 이 접근법은 조기 당뇨병 진단의 중요한 격차를 해결하여, 조기 식별과 개입을 통해 인구 건강 결과에 상당한 영향을 미칠 수 있는 확장 가능하고 비용 효율적인 선별 솔루션을 제공합니다.