Intelligenza Artificiale e Diabete: Riconoscere il Rischio Attraverso la Voce

Un recente studio presentato al congresso dell’European Association for the Study of Diabetes ha rivelato come un modello di intelligenza artificiale (IA) sia in grado di identificare segnali associati al diabete di tipo 2 semplicemente analizzando registrazioni vocali di soli 20 secondi. Questo 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.

Il modello si basa sull’analisi di cambiamenti vocali noti per essere associati al diabete, come una maggiore raucedine, ruvidità e alterazioni nel controllo della respirazione e della voce durante il parlato. Durante la fase di validazione, i partecipanti hanno registrato la loro voce mentre leggevano una favola di Esopo per 20 secondi. In una prima valutazione condotta 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 nei partecipanti di etnia nera, probabilmente a causa del numero ridotto di persone con diabete in quel gruppo.

In un secondo confronto con i valori di 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 per le persone con diabete nel 75% dei casi, con una sensibilità dell’82% e un tasso di falsi positivi del 47%. Inoltre, l’IA è stata in grado di distinguere tra persone a basso, medio e alto rischio sulla base dei valori di HbA1c, rivelando 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 richiede ulteriori validazioni cliniche e test su popolazioni diverse per confermarne l’affidabilità. Tra le potenziali applicazioni future, si ipotizza l’uso di brevi registrazioni vocali effettuate tramite telefono o app come strumento di triage in medicina generale. Questo approccio potrebbe indirizzare a successivi esami ematici le persone segnalate come a maggior rischio, ma resta da dimostrare l’applicabilità su larga scala.