作者：维罗尼克·杜克罗伊。2024 年 10 月 3 日
在欧洲糖尿病研究协会 (EASD) 2024 年会议上发表的一项国际研究 Colive Voice 显示，与同年龄和性别的健康对照者相比，2 型糖尿病 (T2D) 患者具有不同的声音特征。该研究的首席研究员、糖尿病流行病学家 Guy Fagherazzi 解释说，这些结果“为开发一线、无创、快速的 T2D 筛查工具提供了可能性，只需在智能手机上或在咨询期间录制几秒钟的语音即可实现”。
通过声音检测糖尿病的想法是如何产生的？
在 COVID-19 大流行期间，我们开始分析慢性病患者的录音。我们希望找到无需身体接触即可远程评估人们健康状况的解决方案。我们很快意识到这种方法可以扩展到其他疾病。因为我的主要研究重点一直是糖尿病，所以我研究了声音特征与糖尿病的关系。先前的研究表明，与普通人群相比，糖尿病患者有不同的声音，这一见解构成了起点。
什么机制可以解释为什么 T2D 患者具有不同的声音特征？
很难找出一个单一因素来解释为什么 2 型糖尿病患者与非糖尿病患者有不同的声音。这涉及几个因素。
一些生物机制，尤其是影响血管系统的生物机制，会影响糖尿病等代谢性疾病患者的症状。例如，患有T2D 的人更容易出现心肺疲劳。肥胖和超重也是关键因素，因为与正常体重的人相比，这些条件可能会稍微改变声音参数。高血压在 T2D 患者中很常见，这增加了病情的复杂性。
神经系统并发症会影响发声相关的神经和肌肉，尤其是声带。
因此，呼吸疲劳、神经病变以及脱水和胃酸反流等其他病症（在糖尿病患者中更常见）可能会导致声音差异。
人耳可能无法注意到这些差异。这就是为什么我们经常没有注意到声音和糖尿病之间的联系。然而，信号处理和人工智能的技术进步使我们能够从这些微妙的变化中提取大量信息。通过分析这些微小的差异，我们可以以合理的准确度检测糖尿病。
在您的研究中，您提到语气可以表明糖尿病状况。你能详细说明一下吗？
是的，语气会受到影响，尽管这是一个复杂的、多维的现象。
患有糖尿病 5-10 年或更长时间的患者，其声音往往比同年龄和性别的未患糖尿病的患者更粗哑。在我们的研究中，我们能够从原始音频信号中提取许多语音特征，这就是为什么很难分离出一个突出的特定因素。
糖尿病控制良好的患者和疾病未得到控制的患者之间声音变化是否存在差异？
随着糖尿病病程的延长，声音的粗糙度往往会增加。对于糖尿病控制不佳的人来说，这一点更为明显。根据我们在 EASD 会议上提出的结果，我们的假设是，血糖水平的波动（低血糖和高血糖）可能会导致声音的短期变化。还有许多微妙、快速的变化有可能被检测到，尽管我们尚未证实这一点。我们目前正在进行更多研究来探索这一点。
您为什么要求参与者阅读《世界人权宣言》中的一段话？
我们使用了高度标准化的方法。参与者完成了多次录音，包括尽可能长时间地屏住呼吸“Aaaaaa”。他们还读了一段话，这有助于我们更好地区分糖尿病患者和非糖尿病患者。这种方法比通常用于分析疾病的其他声音效果稍好。我们选择了参与者母语的特定文本，因为它是中性的，不会引发情绪波动。由于 Colive Voice 是一项国际性多语言研究，因此我们使用多种语言的官方翻译。
您的研究重点是 T2D。您也计划研究 1 型糖尿病 (T1D) 吗？
我们相信，随着时间的推移，T1D 患者也会表现出声音变化。然而，我们目前的重点是 T2D，因为我们的目标是开发大规模筛查方法。 T1D 通常在儿童时期诊断，需要不同的筛查方法。目前，我们的研究主要涉及成年人。
您的语音分析准确性是否存在性别差异？
是的，声音研究通常表明，女性的声音特征与男性不同，部分原因是荷尔蒙波动影响音调和音调。对于女性来说，检测健康人和糖尿病患者之间的差异有时可能更具挑战性，具体取决于病情。在我们的研究中，女性的准确率约为 70%，而男性的准确率为 75%。
EASD 的结果主要针对美国人口。我们什么时候可以收到法国的数据？
我们从美国开始，因为我们可以很快聚集大量患者。现在，我们正在扩展到全球和特定语言的分析。法国数据无疑是一个优先事项，我们正在努力解决这个问题。我们鼓励人们参与——只需 20 分钟，即可为无创糖尿病检测的创新研究做出贡献。参与者可以在www.colivevoice.org 上报名。
研究概述：Colive Voice
Colive Voice 研究分析了参与者使用智能手机或笔记本电脑讲话 25 秒的录音。算法分别针对男性和女性进行了训练和验证，评估准确性、特异性、敏感性和曲线下面积 (AUC)。
该研究包括 323 名女性（162 名患有 T2D，161 名未患有 T2D）和 284 名男性（142 名患有 T2D，142 名未患有 T2D）。与没有患有 T2D 的参与者相比，患有T2D 的参与者通常年龄更大，并且更容易肥胖。
使用两种人工智能技术来分析各种声音特征，例如音高、强度和音调。一种方法捕获多达 6000 个详细的声音特征，另一种方法则使用深度学习专注于一组精细的 1024 个关键特征。
该算法显示出良好的整体预测准确性，男性的 AUC 为75%，女性的 AUC 为 71%。它准确预测了 71% 的男性和 66% 的女性患有 T2D。该模型在 60 岁或以上的女性（AUC，74%）和高血压患者（AUC，75%）中表现甚至更好。
Guy Fagherazzi 是一位糖尿病流行病学家，是卢森堡健康研究所深度数字表型实验室和精准健康部门的负责人。他的研究重点是将新技术和数字数据整合到糖尿病研究中。他已声明没有相关的财务关系。
这个故事是从 Medscape 法语版翻译而来的，作为翻译过程的一部分，使用了包括人工智能在内的多种编辑工具。人类编辑在发布前审查了该内容。
2024年10月3日 顾震帝整理。