In Breve
- Come funziona l'analisi vocale per la diagnosi del diabete?
- Un modello di intelligenza artificiale analizza registrazioni vocali di 20 secondi per identificare segnali associati al diabete di tipo 2.
- Qual è l'accuratezza del modello di intelligenza artificiale?
- Il modello ha identificato correttamente il diabete nell'80% dei casi durante il primo test.
- Può l'analisi vocale sostituire gli esami ematici?
- No, l'analisi vocale non può sostituire gli esami ematici e necessita di ulteriori validazioni cliniche.
Un recente studio presentato al congresso dell’European Association for the Study of Diabetes ha rivelato un’innovativa applicazione dell’intelligenza artificiale nella diagnosi del diabete di tipo 2. Un modello sviluppato in collaborazione con la RMIT University di Melbourne è stato in grado di identificare segnali associati a questa malattia analizzando semplici registrazioni vocali di soli 20 secondi.
Il sistema è stato addestrato su un vasto dataset di 63.283 campioni vocali provenienti da 21.129 individui nel Regno Unito e negli Stati Uniti. I ricercatori hanno osservato che alcuni cambiamenti nella voce, come raucedine e ruvidità, possono essere indicatori precoci di diabete, insieme ad 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. I risultati sono stati sorprendenti: nel primo test condotto su 7.319 adulti del Regno Unito, il modello ha correttamente identificato il diabete nell’80% dei casi, mostrando prestazioni simili tra uomini e donne e across diverse fasce d’età. Tuttavia, è emerso un dato interessante: la performance del modello è risultata inferiore tra i partecipanti di etnia nera, probabilmente a causa del numero ridotto di individui 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. Qui, il modello ha indicato un rischio più elevato di diabete nel 75% dei casi, con una sensibilità dell’82% e un tasso di falsi positivi del 47%. Inoltre, il sistema è stato in grado di classificare i partecipanti in categorie di rischio basso, medio e alto sulla base dei valori di HbA1c. È interessante notare che nessuno dei partecipanti 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 necessita di ulteriori validazioni cliniche e test su popolazioni diverse per confermare la sua affidabilità. Tuttavia, gli esperti ipotizzano che in futuro brevi registrazioni vocali, effettuate tramite telefono o app, potrebbero diventare uno strumento utile di triage in medicina generale, indirizzando a esami ematici più approfonditi le persone segnalate a maggior rischio.
In conclusione, l’uso dell’intelligenza artificiale per l’analisi vocale rappresenta un passo avanti significativo nella diagnosi precoce del diabete, aprendo la strada a nuove modalità di screening che potrebbero migliorare l’accesso alle cure e la gestione della malattia.