In Breve
- Come funziona l'algoritmo per il diabete?
- Analizza registrazioni vocali di 20 secondi per identificare segnali associati al diabete di tipo 2.
- Quali sono i risultati principali dello studio?
- Il modello ha identificato correttamente l'80% dei casi di diabete tra i partecipanti.
- Può la voce sostituire gli esami ematici?
- No, il modello necessita di ulteriori validazioni cliniche e non può sostituire gli esami ematici.
Un recente studio ha rivelato che un modello di intelligenza artificiale è in grado di identificare segnali associati al diabete di tipo 2 analizzando semplici registrazioni vocali di soli 20 secondi. Questa scoperta, presentata al congresso dell’European Association for the Study of Diabetes, rappresenta un passo significativo verso l’uso della tecnologia nella diagnosi precoce di malattie croniche.
Il sistema è stato sviluppato da una società di deep tech in collaborazione con la RMIT University di Melbourne. Per addestrare il modello, sono stati utilizzati 63.283 campioni vocali provenienti da 21.129 persone, raccolti nel Regno Unito e negli Stati Uniti. L’algoritmo si concentra su cambiamenti vocali noti per essere associati al diabete, come 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. I risultati sono stati sorprendenti: su un campione di 7.319 adulti del Regno Unito, il modello ha correttamente assegnato un punteggio di rischio più elevato all’80% delle persone che dichiaravano di avere il diabete. Le prestazioni del modello sono risultate simili tra uomini e donne e nelle diverse fasce d’età, sebbene siano emerse delle discrepanze significative nei 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 rispetto ai valori di emoglobina glicata (HbA1c) su 801 partecipanti che avevano effettuato il test a domicilio entro tre mesi dalla registrazione vocale. Anche in questo caso, 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’intelligenza artificiale è stata in grado di classificare i partecipanti in categorie di rischio basso, medio e alto sulla base dei valori di HbA1c, con nessuno dei partecipanti nella fascia di rischio più bassa che presentava valori compatibili con diabete o prediabete.
È importante sottolineare che, sebbene i risultati siano promettenti, non implicano che l’analisi vocale possa sostituire gli esami ematici tradizionali. Il modello richiede ulteriori validazioni cliniche e test su popolazioni diverse per confermare la sua affidabilità. Tuttavia, le prospettive di utilizzo futuro sono affascinanti: l’idea di utilizzare brevi registrazioni vocali al telefono o tramite app come strumento di triage in medicina generale potrebbe rivoluzionare l’approccio alla diagnosi del diabete, indirizzando i pazienti a ulteriori esami ematici in base ai segnali di rischio identificati.
In conclusione, questo innovativo modello di intelligenza artificiale rappresenta un’importante evoluzione nella diagnosi precoce del diabete di tipo 2, aprendo la strada a nuove possibilità per migliorare la salute pubblica e la gestione delle malattie croniche.
