In Breve
- Come funziona il modello di intelligenza artificiale per il diabete?
- Analizza registrazioni vocali di 20 secondi per individuare segnali associati al diabete di tipo 2.
- Quali risultati ha ottenuto il modello nella fase di validazione?
- Ha identificato correttamente il rischio di diabete nell'80% dei casi tra i partecipanti.
- Può la voce sostituire gli esami ematici?
- No, il modello necessita di ulteriori validazioni cliniche e non può sostituire gli esami tradizionali.
Intelligenza Artificiale e Diabete: Riconoscere il Rischio attraverso la Voce
Un recente studio ha rivelato che un modello di intelligenza artificiale è in grado di individuare segnali associati al diabete di tipo 2 analizzando registrazioni vocali di soli 20 secondi. Questo innovativo sistema è stato presentato al congresso dell’European Association for the Study of Diabetes e sviluppato da una società di deep tech in collaborazione con la RMIT University di Melbourne.
Il modello è stato addestrato su un vasto campione di 63.283 registrazioni vocali provenienti da 21.129 persone residenti nel Regno Unito e negli Stati Uniti. La tecnologia si basa sulla ricerca di cambiamenti vocali già noti per essere associati al diabete, come una maggiore raucedine e ruvidità, oltre a variazioni nel controllo della respirazione e della voce durante il parlato.
La Fase di Validazione
Nella fase di validazione, i partecipanti sono stati invitati a leggere per 20 secondi una favola di Esopo, registrando la propria voce a distanza. I risultati iniziali, ottenuti da 7.319 adulti del Regno Unito, hanno mostrato che il modello ha assegnato un punteggio di rischio più elevato per le persone che dichiaravano di avere il diabete nell’80% dei casi. Le prestazioni del modello si sono rivelate simili tra uomini e donne e nelle diverse fasce d’età, sebbene sia emersa una performance inferiore nei partecipanti di etnia nera, probabilmente a causa del numero ridotto di persone con diabete in quel gruppo.
Confronto con l’Emoglobina Glicata
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. I risultati hanno mostrato che 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 ha distinto i partecipanti in categorie di rischio basso, medio e alto sulla base dei valori di HbA1c, evidenziando che nessuno dei partecipanti classificati nella fascia di rischio più bassa presentava valori compatibili con diabete o prediabete.
Prospettive Future
È importante sottolineare che i risultati ottenuti non implicano che la voce possa sostituire gli esami ematici tradizionali. Il modello necessita di ulteriori validazioni cliniche e di test su popolazioni diverse per confermare la sua affidabilità. Tra le ipotesi di impiego futuro, vi è l’uso di brevi registrazioni vocali tramite telefono o app come strumento di triage in medicina generale, per indirizzare a successivi esami ematici le persone segnalate a maggior rischio. Tuttavia, resta da dimostrare l’affidabilità e l’applicabilità su larga scala di questa tecnologia.
In conclusione, l’uso dell’intelligenza artificiale per analizzare la voce rappresenta un passo avanti significativo nella diagnosi precoce del diabete di tipo 2, aprendo la strada a nuove opportunità per la salute pubblica e la medicina preventiva.