Un algoritmo innovativo per rilevare il diabete tramite la voce

Un innovativo modello di intelligenza artificiale ha dimostrato la capacità di identificare segnali associati al diabete di tipo 2 attraverso l’analisi di registrazioni vocali della durata di appena 20 secondi. Questo sistema è stato presentato al congresso dell’European Association for the Study of Diabetes e sviluppato da una società di deep tech in collaborazione con la RMIT University di Melbourne.

Il modello è stato addestrato su un vasto campione di 63.283 registrazioni vocali provenienti da 21.129 persone residenti nel Regno Unito e negli Stati Uniti. Esso si basa su cambiamenti vocali noti per essere associati al diabete, come la raucedine, la ruvidità della voce e alterazioni nel controllo della respirazione durante il parlato.

Durante la 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 assegnato un punteggio di rischio più elevato a coloro che dichiaravano di avere il diabete nell’80% dei casi. Le prestazioni sono risultate simili tra uomini e donne e nelle diverse fasce d’età, sebbene la performance fosse inferiore nei partecipanti di etnia nera, probabilmente a causa del numero ridotto di persone con diabete in quel gruppo.

In un secondo confronto con l’emoglobina glicata (HbA1c), analizzato su 801 partecipanti che avevano effettuato un test a domicilio entro tre mesi dalla registrazione vocale, il modello ha indicato un rischio più alto 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 distinguere tra persone a basso, medio e alto rischio in base ai 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, sebbene i risultati siano promettenti, l’analisi vocale non può sostituire gli esami ematici tradizionali. Il modello richiede ulteriori validazioni cliniche e test su popolazioni diverse per confermarne l’affidabilità. Tra le possibili applicazioni future, si ipotizza l’uso di brevi registrazioni vocali tramite telefono o app come strumento di triage in medicina generale, per indirizzare a ulteriori esami ematici le persone identificate come ad alto rischio. Tuttavia, resta da dimostrare l’affidabilità e l’applicabilità su larga scala di questo approccio innovativo.