Typ-2-Diabetes anhand der Sprache erkennen?

Typ-2-Diabetes lässt sich offenbar bereits anhand einer wenige Sekunden langen Sprachaufnahme erkennen. Eine neue, auf der Jahrestagung der European Association for the Study of Diabetes (EASD) in Mailand vorgestellte Studie zeigt, dass eine KI-basierte Sprachanalyse ein schnelles, nicht invasives und skalierbares Screening-Verfahren sein könnte.

Die frühzeitige Diagnose eines Typ-2-Diabetes ist entscheidend, um Folgeerkrankungen wie Herz-Kreislauf- und Nierenerkrankungen sowie Nervenschäden zu verhindern. Dennoch bleiben viele Fälle weiterhin unerkannt – und belasten die Gesundheitssysteme. In Großbritannien beispielsweise sind rund 30 Prozent der Erkrankungen nicht diagnostiziert. Etwa 60 Prozent der 10,7 Milliarden Pfund, die der britische National Health Service (NHS) jährlich für Diabetes ausgibt, entfallen auf die Behandlung von Komplikationen.

Das derzeitige Screening erfolgt in der Regel über Blutuntersuchungen oder im Rahmen eines Termins beim Hausarzt. Der NHS bietet zum Beispiel Menschen ab 40 Jahren alle fünf Jahre einen Gesundheitscheck an, der auch ein Diabetes-Screening umfasst. Nach Angaben der Studienautoren nehmen jedoch weniger als die Hälfte der Anspruchsberechtigten (40,4 Prozent) dieses Angebot wahr.

KI analysiert Veränderungen der Stimme

Frühere Studien hatten bereits gezeigt, dass Typ-2-Diabetes mit Veränderungen der Stimme einhergehen kann. Dazu zählen unter anderem eine zunehmende Heiserkeit und Rauigkeit der Stimme sowie eine eingeschränkte Kontrolle von Atmung und Stimme beim Sprechen.

Forschende des Deep-Tech-Unternehmens thymia um die Wissenschaftlerinnen Roseline Polle und Dr. Elisa Brann entwickelten gemeinsam mit Wissenschaftlern der RMIT University in Melbourne (Australien) zunächst ein KI-Modell, das solche Veränderungen erkennen soll. Dazu wurde das Modell anhand von 63.283 Sprachproben von 21.129 Menschen aus Großbritannien und den USA trainiert. Die Teilnehmenden hatten angegeben, ob bei ihnen Typ-2-Diabetes diagnostiziert worden war.

Anschließend validierten die Forschenden das Sprachmodell anhand von 20-sekündigen Sprachaufnahmen, die die Teilnehmenden eingeschickt hatten. Dabei lasen sie eine Fabel von Äsop vor (Kurzgeschichten mit Tierfiguren und einer moralischen Lehre).

Höheres Diabetesrisiko in 80 Prozent der Fälle erkannt

In der ersten von zwei Auswertungen untersuchten die Forschenden Sprachaufnahmen von 7.319 Erwachsenen aus Großbritannien. 67 Prozent der Teilnehmenden waren Frauen, 45,8 Prozent waren mindestens 40 Jahre alt. Insgesamt gaben 217 Personen an, an Typ-2-Diabetes zu leiden.

Das Sprachmodell wies Personen, die einen Typ-2-Diabetes angegeben hatten, in 80 Prozent der Fälle einen höheren Risikowert zu als Personen ohne entsprechende Diagnose. Nach Einschätzung der Forschenden ist diese Trefferquote klinisch relevant.

Das Modell zeigte dabei über verschiedene Altersgruppen und Geschlechter hinweg eine gute Leistung. Bei Aufnahmen von schwarzen Teilnehmenden war die Genauigkeit allerdings geringer. Dies könnte nach Angaben der Studienautoren auf die geringe Anzahl an schwarzen Personen mit Typ-2-Diabetes in der Studienkohorte zurückzuführen sein.

Auch bei Menschen mit Herz-Kreislauf-Erkrankungen, Bluthochdruck oder Adipositas war die Leistung des Modells schlechter. Als mögliche Erklärung führen die Forschenden an, dass diese Erkrankungen häufig gemeinsam mit Typ-2-Diabetes auftreten und ähnliche Veränderungen der Stimme verursachen können.

Abgleich mit HbA1c-Werten

In einer zweiten Auswertung untersuchten die Forschenden eine Untergruppe von 801 Teilnehmenden. Diese hatten innerhalb von drei Monaten nach der Sprachaufnahme zu Hause einen HbA1c-Test durchgeführt. Auch in dieser Analyse stufte das Sprachmodell Menschen mit einem anhand des HbA1c-Tests bestätigten Typ-2-Diabetes in 75 Prozent der Fälle als höher gefährdet ein als Personen ohne Erkrankung. Die Sensitivität lag bei 82 Prozent, die Rate falsch-positiver Ergebnisse betrug 47 Prozent.

Darüber hinaus konnte das Modell Personen differenzieren, die anhand der HbA1c-Werte einem niedrigen, mittleren und hohen Diabetesrisiko zugeordnet wurden. Keiner der Teilnehmenden, den das Modell als niedrig gefährdet einstufte, wies einen Blutzuckerwert im diabetischen oder prädiabetischen Bereich auf.

Sprachaufnahmen könnten Screening ergänzen und Zugang verbessern

Die Forschenden kommen zu dem Schluss, dass sich Typ-2-Diabetes anhand einer 20-sekündigen Sprachaufnahme mit einer klinisch relevanten Genauigkeit erkennen lässt. Nach einer weiteren klinischen Validierung könnte das Verfahren beispielsweise eingesetzt werden, um Patienten in der hausärztlichen Versorgung vorab einzuschätzen. Menschen mit einem erhöhten Risiko könnten anschließend gezielt zu einer Blutuntersuchung eingeladen werden.

Ein sprachbasiertes Screening solle die Blutuntersuchung dabei nicht ersetzen, sondern ergänzen, betonen die Autoren. „Die Studie ist die bislang größte Untersuchung zur sprachbasierten Erkennung eines Typ-2-Diabetes unter Alltagsbedingungen“, sagt Giedrė Čepukaitytė, ebenfalls Wissenschaftlerin bei thymia. Die Ergebnisse hätten das Potenzial, das Diabetes-Screening grundlegend zu verändern. „Eine Sprachaufnahme kann über das Telefon oder mithilfe einer App aufgezeichnet werden. Dadurch könnten wir weitaus mehr Menschen erreichen als mit bisherigen Verfahren.“

Die Methode eröffne damit einen neuen Zugang zum Diabetes-Screening. „Sie ist kein Ersatz für einen Bluttest und sollte auch niemanden davon abhalten, eine solche Untersuchung durchführen zu lassen, wenn sie medizinisch erforderlich ist“, betont Čepukaitytė. „Als nächstes wollen wir das Modell unter klinischen Bedingungen testen und untersuchen, wie zuverlässig es bei unterschiedlichen Bevölkerungsgruppen funktioniert. Denn ein Screeningverfahren muss für alle Menschen gleichermaßen geeignet sein“, fügt sie hinzu.

(mkl/BIERMANN)

Das könnte Sie auch interessieren:

KI erkennt Bluthochdruck und Diabetes anhand von Videoaufnahmen des Gesichts

Britische Forschende entwickeln Vorhersageinstrument für das Diabetesrisiko