Unterzuckerung an der Stimme erkennen
Die menschliche Stimme verrät frühe Anzeichen einer Hypoglykämie. Das zeigen Forschende aus Bern – und erklären, wie gewöhnliche Smartphones das Diabetesmanagement künftig sicherer und einfacher machen könnten.
Sarah Bourdely4.12.20253"
Eine Unterzuckerung gehört zu den häufigsten Komplikationen bei Diabetes – und zu den gefährlichsten. Innerhalb weniger Minuten können Symptome wie Schwindel, Verwirrtheit oder Bewusstlosigkeit zu lebensbedrohlichen Situationen führen.
Um eine drohende Hypoglykämie rechtzeitig zu erkennen, kommen heutzutage moderne Glukosesensoren zum Einsatz. Doch was, wenn dieser gerade nicht zur Hand ist?
Forschende des Inselspitals, Universitätsspital Bern und der Universität Bern haben nun gemeinsam mit internationalen Partnern gezeigt, dass sich Hypoglykämien auch anhand charakteristischer Veränderungen der Stimme erkennen lassen.
Die Stimme als Warnsignal
Insgesamt nahmen 22 Personen mit Typ-1-Diabetes an zwei klinischen Studien teil. Der Blutzucker der Teilnehmenden wurde zunächst auf einen normalen Wert eingestellt, dann wirde gezielt eine Unterzuckerung herbeigeführt. Während beiden Phasen sprachen die Teilnehmenden in ein gewöhnliches Smartphone-Mikrofon.
Die so entstandenen 540 Sprachaufnahmen werteten die Forschenden mit einem Algorithmus für maschinelles Lernen aus. Dabei analysierte die KI feine Unterschiede in der Stimme wie Tonhöhe, Lautstärke, Resonanz, Klarheit und Klangdynamik. Auf dieser Basis konnte sie Unterzuckerungen «sehr zuverlässig erkennen», wie die Insel Gruppe mitteilt.
Die besten Ergebnisse erzielte die KI beim lauten Vorlesen, wo sie Unterzuckerungen in rund 90 Prozent der Fälle korrekt erkannte. Bei der Wiederholung kurzer Silben lag die Genauigkeit bei etwa 87 Prozent.
«Wir konnten zeigen, dass ein handelsübliches Smartphone ausreicht, um physiologische Veränderungen zu erfassen, die der Mensch manchmal selbst noch gar nicht wahrnimmt. Das eröffnet ganz neue Möglichkeiten, wie Technologie in Zukunft helfen kann, gefährliche Situationen zu vermeiden», Vera Lehmann, Erstautorin, Inselspital und Universität Bern.
Angesichts der weiten Verbreitung von Smartphones könnte dieser Ansatz die Erkennung und Vermeidung von Hypoglykämien weltweit verbessern, insbesondere in Regionen, in denen moderne Glukosesensoren nur begrenzt verfügbar sind. Die Forschenden betonen jedoch, dass die Methode bestehende Technologien ergänzen und nicht ersetzen soll.
Zur Originalpublikation:
- Lehmann V. et al.: «Listening to Hypoglycemia: Voice as a Biomarker for Detection of a Medical Emergency using Machine Learning», in: «Diabetes Care», November 2025.
- DOI:10.2337/dc25-1680.
