Un algoritmo innovativo per rilevare il diabete attraverso la voce
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 del modello?
- Il modello ha identificato correttamente il diabete nell'80% dei casi tra i partecipanti.
- L'algoritmo può sostituire gli esami ematici?
- No, il modello richiede ulteriori validazioni cliniche e non può sostituire gli esami tradizionali.
Un passo avanti nella diagnosi del diabete
Un recente studio ha rivelato che un modello di intelligenza artificiale è in grado di identificare segnali associati al diabete di tipo 2 analizzando registrazioni vocali di appena 20 secondi. Questa innovativa tecnologia è stata presentata al congresso dell’European Association for the Study of Diabetes e rappresenta un significativo passo avanti nella diagnosi precoce di questa malattia.
Lo sviluppo del modello
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 residenti nel Regno Unito e negli Stati Uniti. L’algoritmo è progettato per rilevare cambiamenti vocali noti per essere associati al diabete, come la raucedine, la ruvidità e alterazioni nel controllo della respirazione e della voce durante il parlato.
Risultati promettenti
Durante la fase di validazione, i partecipanti sono stati invitati a registrare 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. Le prestazioni del modello sono risultate simili tra uomini e donne e nelle diverse fasce d’età, sebbene la performance sia stata inferiore nei partecipanti di etnia nera, probabilmente a causa del numero ridotto di persone con diabete in quel gruppo.
Confronto con i test tradizionali
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. 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’algoritmo ha saputo distinguere tra persone a basso, medio e alto rischio in base ai valori di HbA1c.
Prospettive future
È importante sottolineare che, sebbene i risultati siano promettenti, non si può affermare che la voce possa sostituire gli esami ematici. Il modello necessita di 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. Questo potrebbe consentire di indirizzare a successivi esami ematici le persone segnalate a maggior rischio, ma resta da dimostrare l’applicabilità su larga scala.
