Studie Handy-App kann Diabetes an der Stimme erkennen
Mit einer Genauigkeit von über 80 Prozent: Forscher aus Toronto haben eine Smartphone-App entwickelt, die eine Diabetes-Erkrankung an der Stimme erkennt.
Diabetes Typ 2 wird oft lange Zeit nicht erkannt, weil sich die Symptome schleichend entwickeln können. Bei Verdacht helfen Bluttests – oder künftig Sprachproben.
Forscher aus Toronto haben eine App für Smartphones entwickelt, die in der Lage sein soll, Diabetes Typ 2 anhand von Stimmaufnahmen zu erkennen. Bei Tests mit 267 gesunden und erkrankten Teilnehmern seien "signifikante Unterschiede" zwischen beiden Gruppen festgestellt worden, schreiben sie.
Ihre Ergebnisse teilen die Wissenschaftler im Magazin "Mayo Clinic Proceedings". Dort heißt es, dass die Software bei Frauen mit einer Genauigkeit von 89 Prozent einen Diabetes Typ 2 festgestellt habe. Unter den Männern seien es noch 86 Prozent gewesen.
Blutzuckerwert beeinflusst die Eigenschaften der Stimmbänder
Wie funktioniert das? Sprache sei ein komplexer Prozess, an dem Atmungsorgane, das Nervensystem und der Kehlkopf beteiligt seien, erklären die Forscher. Ein dauerhaft erhöhter Blutzuckerwert beeinflusse die "elastischen Eigenschaften der Stimmbänder", was unter anderem zu Heiserkeit und Stimmüberanstrengung führen könne.
Diesen Umstand nutzten die Forscher für ihr Sprachanalyse-Tool und bezogen das Alter und den Body-Mass-Index (BMI) in ihre Berechnungen ein. Die Einbeziehung dieser Daten schaffte eine noch genauere Vorhersage, schreiben die Forscher.
Ihr Tool könne bei der frühzeitigen Erkennung und Behandlung vom Typ-2-Diabetes hilfreich sein. Um die Wirksamkeit zu bestätigen, sind jedoch weitere Studien mit einer größeren Anzahl von Personen erforderlich.
Die Forscher mussten 18.465 Aufnahmen auswerten
Für ihre Studien mussten die Teilnehmer über zwei Wochen lang bis zu sechsmal täglich eine Stimmprobe aufzeichnen, was zu 18.465 Aufnahmen geführt habe.
Aus jeder Aufnahme seien vierzehn akustische Merkmale identifiziert worden, anhand derer Unterschiede zwischen Nicht-Diabetikern und Personen mit Typ-2-Diabetes erstellt werden konnten.
- mcpdigitalhealth.org: "Acoustic Analysis and Prediction of Type 2 Diabetes Mellitus Using Smartphone-Recorded Voice Segments"
