Innovazione nella diagnosi del diabete: un algoritmo analizza la voce

Un recente studio ha rivelato che un modello di intelligenza artificiale è in grado di identificare segnali associati al diabete di tipo 2 analizzando registrazioni vocali di soli 20 secondi. Questa innovazione è stata presentata al congresso dell’European Association for the Study of Diabetes e rappresenta un passo significativo verso l’uso della tecnologia per migliorare la diagnosi precoce di questa malattia.

Il sistema, sviluppato da una società di deep tech in collaborazione con la RMIT University di Melbourne, è stato addestrato su un vasto campione di 63.283 registrazioni vocali provenienti da 21.129 individui nel Regno Unito e negli Stati Uniti. L’algoritmo è progettato per rilevare cambiamenti vocali che possono essere indicativi di diabete, come raucedine, ruvidità e alterazioni nel controllo della respirazione durante il parlato.

Nella fase di validazione, i partecipanti hanno registrato la loro voce mentre leggevano una favola di Esopo. In una prima valutazione condotta su 7.319 adulti del Regno Unito, il modello ha identificato correttamente le persone con diabete nell’80% dei casi. Le prestazioni sono risultate simili tra uomini e donne e nelle diverse fasce d’età, sebbene siano emerse delle discrepanze significative nei partecipanti di etnia nera, probabilmente a causa del numero ridotto di individui con diabete in quel gruppo.

In un secondo confronto, l’algoritmo è stato testato rispetto ai valori di emoglobina glicata (HbA1c) su 801 partecipanti che avevano effettuato un test a domicilio entro tre mesi dalla registrazione vocale. In questo caso, il modello ha identificato un rischio maggiore di diabete nel 75% dei casi. La sensibilità del modello è stata dell’82%, mentre il tasso di falsi positivi ha raggiunto il 47%. Inoltre, l’intelligenza artificiale è stata in grado di classificare i partecipanti in categorie di rischio basso, medio e alto in base ai valori di HbA1c, con nessuno dei partecipanti nella fascia di rischio più bassa che presentava valori compatibili con diabete o prediabete.

È importante sottolineare che i risultati ottenuti non implicano che l’analisi vocale possa sostituire gli esami ematici tradizionali. Il modello necessita di ulteriori validazioni cliniche e test su popolazioni diverse per confermare la sua affidabilità e applicabilità su larga scala.

Tra le possibili applicazioni future di questa tecnologia vi è l’uso di brevi registrazioni vocali tramite telefono o app come strumento di triage in medicina generale. Questo approccio potrebbe consentire di indirizzare a successivi esami ematici le persone identificate come a maggior rischio, migliorando così l’efficacia della diagnosi precoce del diabete.