Un’Intelligenza Artificiale per Riconoscere il Diabete tramite la Voce

Un modello di intelligenza artificiale ha dimostrato la sua capacità di individuare segnali associati al diabete di tipo 2 analizzando registrazioni vocali di soli 20 secondi. Questa innovativa tecnologia è stata presentata al congresso dell’European Association for the Study of Diabetes e sviluppata da una società di deep tech in collaborazione con la RMIT University di Melbourne.

Il sistema è stato addestrato su un vasto campione di 63.283 registrazioni vocali provenienti da 21.129 persone, sia nel Regno Unito che negli Stati Uniti. L’algoritmo è in grado di identificare cambiamenti vocali che possono indicare la presenza della malattia, come raucedine, ruvidità e alterazioni nel controllo della respirazione durante il parlato.

La Fase di Validazione

Nella fase di validazione, i partecipanti sono stati invitati a leggere per 20 secondi una favola di Esopo, registrando la loro voce a distanza. In un primo studio condotto su 7.319 adulti del Regno Unito, il modello ha assegnato un punteggio di rischio più elevato all’80% delle persone che dichiaravano di avere il diabete, mostrando prestazioni simili tra uomini e donne e nelle diverse fasce d’età. Tuttavia, la performance è risultata inferiore tra i partecipanti di etnia nera, probabilmente a causa del numero ridotto di persone con diabete in quel gruppo.

In un secondo confronto, il modello è stato testato in relazione ai valori di emoglobina glicata (HbA1c) su 801 partecipanti che avevano effettuato il test a domicilio entro tre mesi dalla registrazione vocale. In questo caso, il sistema ha indicato un rischio più alto per le persone con diabete nel 75% dei casi, con una sensibilità dell’82% e un tasso di falsi positivi del 47%.

Potenziali Applicazioni Future

L’intelligenza artificiale ha anche dimostrato di poter distinguere tra persone a basso, medio e alto rischio sulla base dei valori di HbA1c. È interessante notare che nessuno dei partecipanti classificati nella fascia di rischio più bassa 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 confermarne l’affidabilità.

Tra le ipotesi di impiego futuro, si prevede l’uso di brevi registrazioni vocali tramite telefono o app come strumento di triage in medicina generale. Questo approccio potrebbe indirizzare a successivi esami ematici le persone segnalate a maggior rischio, ma resta da dimostrare l’affidabilità e l’applicabilità su larga scala.