Un algoritmo innovativo per la diagnosi del diabete attraverso la voce

Un recente studio ha dimostrato 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 scoperta è stata presentata durante il congresso dell’European Association for the Study of Diabetes e rappresenta un passo significativo verso l’innovazione nella 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 ampio campione di dati, comprendente 63.283 campioni vocali provenienti da 21.129 individui nel Regno Unito e negli Stati Uniti. L’algoritmo è progettato per rilevare cambiamenti vocali che sono stati precedentemente associati al diabete, come la raucedine, la ruvidità e alterazioni nel controllo della respirazione e della voce durante il parlato.

Nella fase di validazione, i partecipanti hanno registrato la loro voce mentre leggevano una favola di Esopo. I risultati sono stati promettenti: in una prima valutazione su 7.319 adulti del Regno Unito, il modello ha assegnato un punteggio di rischio più elevato alle persone che dichiaravano di avere il diabete nell’80% dei casi. Le prestazioni del modello sono risultate simili tra uomini e donne e nelle diverse fasce d’età, anche se la performance è stata 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 il test a domicilio entro tre mesi dalla registrazione vocale, il modello ha indicato un rischio più alto nelle persone con diabete nel 75% dei casi. La sensibilità del modello è stata dell’82%, mentre il tasso di falsi positivi è risultato del 47%. Inoltre, l’intelligenza artificiale ha saputo distinguere tra persone a basso, medio e alto rischio in base ai valori di HbA1c, confermando 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 incoraggianti, ciò non implica che l’analisi vocale possa sostituire gli esami ematici tradizionali. Il modello necessita di ulteriori validazioni cliniche e di test su popolazioni diverse per confermarne l’affidabilità e l’applicabilità su larga scala.

Tra le ipotesi d’impiego futuro vi è l’uso di brevi registrazioni vocali al telefono o tramite app come strumento di triage in medicina generale. Questo approccio potrebbe indirizzare a successivi esami ematici le persone segnalate a maggior rischio, aprendo nuove strade per la diagnosi precoce e la gestione del diabete.