Tim peneliti dari Klick Health (Kanada) tengah mengembangkan sebuah aplikasi untuk mendeteksi diabetes tipe 2. Menariknya, pendeteksian diabetes ini dapat dilakukan cuma dengan menganalisis suara pasien. Hal ini tidak lepas dari penggunaan teknologi Artificial Intelligence (AI) dalam mendeteksi perubahan suara pasien.
Sebagai latar belakang, penyakit diabetes akan mengikis saraf dan otot yang mengakibatkan perubahan karakteristik suara penderita Penderita pria akan berkurang kekuatan suaranya, sementara perempuan cenderung lebih melengking. Dengan mendeteksi perubahan suara tersebut, aplikasi buatan Klick Health ini dapat mendeteksi apakah seseorang menderita diabetes tipe 2 atau tidak.
Dalam prakteknya, calon pasien cukup mengucapkan beberapa kalimat dengan durasi 8-10 detik di depan microphone telepon. Dari sampel suara tersebut, aplikasi buatan Klick Health pun dapat mendeteksi apakah pasien tersebut memiliki diabetes tipe 2 atau tidak. Pengujian awal menunjukkan, aplikasi ini memiliki tingkat akurasi 89% untuk penderita wanita dan 86% untuk pasien pria.
Deteksi diabetes via suara ini tentu saja menjadi terobosan berarti dalam memerangi penyakit diabetes. Selama ini, proses deteksi penyakit diabetes 2 umumnya menggunakan Fasting Blood Glucose (FBG). Namun proses ini melibatkan pengambilan darah melalui ujung jari dan melibatkan alat khusus. Hal inilah yang mungkin menyebabkan 250 juta orang di seluruh dunia menderita diabetes namun tidak menyadarinya.
Kini dengan adanya aplikasi Klick Health, setiap orang dapat mengetes kemungkinan sakit diabetes 2 melalui smartphone-nya.
“Penelitian kami menunjukkan potensi luar biasa dalam memanfaatkan suara dalam mendeteksi diabetes dan masalah kesehatan lainnya,” ungkap Yan Fossat, pemimpin penelitian sekaligus VP dari Klick Labs. “Teknologi suara dapat merevolusi praktik pemeriksaan kesehatan dan lebih mudah diakses dan dijangkau semua golongan,” tambah Fossat.
Untuk mewujudkan aplikasi tersebut, Klick Health telah melakukan penelitian intensif. Mereka merekam suara 267 individu yang telah terdiagnosa diabetes maupun yang tidak. Selama dua minggu, setiap individu diminta merekam ucapan pendek (seperti “Hello, how are you? What is my glucose level right now?") atau sebanyak enam kali setiap harinya.
Proses ini merekam sekitar 18 ribu sampel suara. Dengan menggunakan teknologi AI dan machine learning, tim peneliti menemukan 14 karakter akustik unik yang mengindikasikan perubahan suara dari responden yang terlibat.
Saat ini, Klick Health dalam proses menyelesaikan studinya sebelum mengajukan uji klinis ke pihak berwenang. Selain itu, mereka juga tengah meneliti sistem deteksi via suara ini untuk penyakit lain, seperti pra-diabetes, darah tinggi, maupun kesehatan perempuan.