Innovazione Sostenibile

Un algoritmo di intelligenza artificiale per individuare il diabete attraverso la voce

Spazio pubblicitario

In Breve

Come funziona l'algoritmo 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 principali dello studio?
L'algoritmo ha identificato correttamente l'80% dei casi di diabete tra i partecipanti.
L'algoritmo può sostituire gli esami ematici?
No, necessita di ulteriori validazioni cliniche e non può sostituire i test ematici.

Un innovativo modello di intelligenza artificiale è stato sviluppato per identificare segnali associati al diabete di tipo 2 analizzando registrazioni vocali di soli 20 secondi. Questo sistema, presentato durante il congresso dell’European Association for the Study of Diabetes, è frutto della collaborazione tra una società di deep tech e la RMIT University di Melbourne.

Il modello è stato addestrato su un vasto campione di 63.283 registrazioni vocali provenienti da 21.129 individui nel Regno Unito e negli Stati Uniti. Analizzando la voce, il sistema cerca cambiamenti noti per essere associati al diabete, come raucedine, ruvidità e alterazioni nel controllo della respirazione durante il parlato.

Durante la fase di validazione, i partecipanti sono stati invitati a leggere per 20 secondi una favola di Esopo, registrando la loro voce a distanza. In un primo studio condotto su 7.319 adulti del Regno Unito, il modello ha identificato correttamente l’80% delle persone che dichiaravano di avere il diabete, mostrando prestazioni simili tra uomini e donne e tra diverse fasce d’età. Tuttavia, la performance è risultata inferiore nei partecipanti di etnia nera, probabilmente a causa del numero ridotto di individui con diabete in quel gruppo.

Spazio pubblicitario

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. Qui, il sistema ha indicato un rischio più elevato per le persone con diabete nel 75% dei casi, con una sensibilità dell’82% e un tasso di falsi positivi del 47%.

Il modello ha anche dimostrato la capacità di classificare i partecipanti in categorie di rischio basso, medio e alto, basandosi sui valori di HbA1c. È interessante notare che nessuno dei partecipanti nella fascia di rischio più bassa presentava valori compatibili con diabete o prediabete.

Tuttavia, è importante sottolineare che i risultati non implicano che la voce possa sostituire gli esami ematici. Il modello richiede ulteriori validazioni cliniche e test su popolazioni diverse per confermare la sua affidabilità.

Tra le potenziali applicazioni future, si ipotizza l’uso di brevi registrazioni vocali tramite telefono o app come strumento di triage in medicina generale. Questo approccio potrebbe indirizzare a esami ematici più approfonditi le persone identificate come ad alto rischio. Resta da dimostrare, però, l’affidabilità e l’applicabilità su larga scala di questo sistema innovativo.

Spazio pubblicitario

redazione

Autore di prima-ambiente.it

Tutti gli articoli