一项新研究发现，当血糖水平升高时，语音音调也会升高。这为检测2型糖尿病或监测糖尿病患者的血糖提供了更多方法，只需对着智能手机说话，人工智能就能分析他们的语音来判断其健康状况。
对于 2 型糖尿病患者来说，胰岛素分泌不足或不分泌，会导致血糖水平失常。越早诊断病情，越有利于避免长期并发症。长期以来，科学界一直致力于准确有效地诊断 2 型糖尿病，从检查血液中特定蛋白质的水平到通过智能手机摄像头检测病情。
现在，Klick 实验室的数字医疗创新团队找到了一种诊断和监测糖尿病的全新无创方法：声调。
克利克实验室首席科学家、该研究的第一作者和通讯作者杰西-考夫曼（Jaycee Kaufman）说："通过确定血糖水平与[语音]基频之间的显着正相关，我们的研究为更多使用语音预测和监测血糖水平的研究提供了令人信服的理由。目前的血糖监测方法往往具有侵入性且不方便，而基于语音的血糖监测可以像对着智能手机说话一样简单，这将改变全球约 4.63 亿 2 型糖尿病患者的生活方式。"
复合语音的基频或 F0 只是音高的另一种说法。据推测，葡萄糖水平对声音特性的影响主要源于适用于声带的胡克定律，即声带的张力、质量或长度受体内葡萄糖水平的影响而发生变化，从而改变声带的振动频率。因此，研究人员开始验证这一假设。
他们招募了 505 名参与者，将他们分为三组：242 名非糖尿病患者、89 名糖尿病前期患者和 174 名 2 型糖尿病患者。所有参与者都安装了连续血糖监测仪（CGM），并被要求在安静的环境中使用定制的智能手机应用程序记录自己的声音，每天最多六次，持续两周。参与者被要求背诵一段固定的短语--"Hi，你好吗？我现在的血糖水平是多少？- 以捕捉他们说话时的自然频率。"
研究结束时，所有语音记录都与参与者的闭合时间 CGM 数据配对。由于血糖水平每 15 分钟测量一次，因此所有语音记录都在血糖记录的 7.5 分钟之内。
研究人员发现，声调与血糖水平之间存在明显的关联。分析表明，二者之间存在线性关系；其中一个因素的增加与另一个因素的增加相对应。
研究人员总结说："总的来说，在对个体进行评估时，声音的频率与血糖水平的关系虽然很小，但却很重要。不过，他们指出，尽管两者之间存在线性关系，但仅凭音调不太可能预测血糖水平。要建立一个成功的预测模型，可能还需要其他声乐特征。"
研究人员还指出，他们的研究结果有一个重要的注意事项：声乐参数，特别是声调，可能会受到情绪和心理状态、呼吸道感染和过敏等外部因素的影响。
本研究是 Klick 实验室利用语音技术和机器学习检测和管理糖尿病研究的又一成果。2023 年，它发现 2 型糖尿病患者与非糖尿病患者之间存在明显的语音差异，而人工智能利用这种差异和其他预测因素，有可能成为一种预筛查或监测工具。
这项研究发表在《科学报告》杂志上。