Tag: diabete

  • Intelligenza Artificiale e Diabete: La Voce come Nuovo Strumento di Diagnosi

    Intelligenza Artificiale e Diabete: La Voce come Nuovo Strumento di Diagnosi

    In Breve

    Come funziona il modello di intelligenza artificiale per il diabete?
    Analizza registrazioni vocali di 20 secondi per identificare segnali associati al diabete di tipo 2.
    Quali sono i risultati del modello?
    Ha assegnato punteggi di rischio corretti nell'80% dei casi per le persone con diabete.
    Può la voce sostituire gli esami ematici?
    No, il modello necessita di ulteriori validazioni cliniche prima di essere utilizzato come sostituto.

    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 soli 20 secondi. Questo sistema innovativo 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 database di 63.283 campioni vocali provenienti da 21.129 persone residenti nel Regno Unito e negli Stati Uniti. La ricerca si concentra su cambiamenti vocali noti per essere associati al diabete, come un aumento della raucedine e della ruvidità, oltre a variazioni 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 a coloro che dichiaravano di avere il diabete nell’80% dei casi. Le prestazioni del modello si sono dimostrate simili tra uomini e donne e nelle diverse fasce d’età, anche se è stata osservata una performance inferiore nei partecipanti di etnia nera, probabilmente a causa del numero ridotto di persone 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. In questo caso, il modello ha indicato un rischio più alto nelle 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 riuscita a classificare i partecipanti in categorie di rischio basso, medio e alto sulla base dei valori di HbA1c, dimostrando che nessuno di coloro classificati nella fascia di rischio più bassa presentava valori compatibili con diabete o prediabete.

    Tuttavia, i ricercatori avvertono che i risultati non implicano che la voce possa sostituire gli esami ematici tradizionali. Il modello necessiterà 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, per indirizzare a esami ematici ulteriori le persone segnalate a maggior rischio. Resta da dimostrare l’affidabilità e l’applicabilità su larga scala di questa tecnologia.