- Secondo un nuovo studio, il diabete di tipo 2 potrebbe presto essere diagnosticato attraverso l’analisi della voce.
- I ricercatori hanno sviluppato uno strumento modello altamente accurato analizzando clip vocali da sei a dieci secondi dei partecipanti – alcuni dei quali avevano il diabete e altri no – registrati sui loro smartphone.
- Lo studio ha rilevato che i cambiamenti nel tono e nella forza della voce erano significativi per la diagnosi del diabete.
- Gli autori dello studio sperano che la loro ricerca porti alla fine a un semplice test a domicilio per il diabete.
Attualmente, i metodi più comuni e accurati per diagnosticare il diabete di tipo 2 prevedono l’analisi del sangue. Un nuovo studio, tuttavia, afferma che ora il diabete di tipo 2 può essere diagnosticato in base al suono della voce di una persona.
I ricercatori di Klick Applied Sciences hanno sviluppato uno strumento che secondo loro può diagnosticare il diabete di tipo 2 rispettivamente nelle donne e negli uomini, con una precisione fino a 0,89 e 0,86.
Per raggiungere questo obiettivo, i ricercatori hanno utilizzato un modello d’insieme che teneva conto anche dell’indice di massa corporea (BMI) delle donne, dell’età e del BMI degli uomini.
I ricercatori hanno reclutato un totale di 267 partecipanti in India.
192 partecipanti – 79 donne e 113 uomini – non avevano il diabete. Altri 75 – 18 donne e 57 uomini – avevano precedentemente ricevuto una diagnosi di diabete.
Con l’aiuto di un’applicazione per smartphone, i partecipanti hanno registrato un’unica frase fissa da sei a 10 secondi fino a sei volte al giorno per due settimane.
Hanno analizzato le 18.465 registrazioni risultanti, misurando 14 diverse caratteristiche acustiche. Ciò ha permesso agli autori dello studio di costruire il loro strumento di identificazione del diabete.
Per le donne, le caratteristiche rivelatrici si sono rivelate correlate al tono, mentre per gli uomini, i cambiamenti di forza o ampiezza hanno portato alla diagnosi di diabete di tipo 2.
Lo studio è pubblicato in Atti della Mayo Clinic: salute digitale.
In che modo l’intelligenza artificiale aiuta a diagnosticare il diabete?
“Abbiamo esaminato una serie di caratteristiche vocali, come cambiamenti di tono e intensità che non possono essere percepiti dall’orecchio umano”, ha detto l’autore principale dello studio Jaycee M. Kaufman, ricercatore presso Klick. Notizie mediche oggi.
Sfruttando l’intelligenza artificiale e le tecniche di apprendimento automatico, i ricercatori hanno potuto rilevare e misurare cambiamenti così sottili nelle persone con diabete di tipo 2.
“Siamo rimasti sorpresi di scoprire che questi cambiamenti vocali si manifestavano in modi diversi per maschi e femmine”, ha detto Kaufman.
Lo strumento di Klick può individuare il diabete nelle donne in base al tono della loro voce, alla quantità di deviazione da quel tono e alle relative fluttuazioni medie del tono in una singola registrazione catturata.
Per gli uomini, gli autori descrivono un’analisi dell’intensità, o ampiezza, della voce, nonché le relative perturbazioni medie del tono per la diagnosi del diabete di tipo 2.
Come il diabete influisce sulla voce
Il dottor Ari S. Eckman, endocrinologo presso l’Holy Name Medical Center di Teaneck, NJ, che non è stato coinvolto nello studio, ha affermato che esistono diversi modi in cui il diabete di tipo 2 potrebbe influenzare la voce di una persona:
“I pazienti con zuccheri nel sangue elevati possono presentare cambiamenti alle corde vocali, probabilmente a causa dell’effetto che ha sulle corde vocali [their] proprietà elastiche”.
Le persone con diabete di tipo 2 non trattato a lungo termine possono anche sviluppare una neuropatia periferica dannosa per i nervi che può causare raucedine e mettere a dura prova le corde vocali, ha affermato il dottor Eckman.
“Inoltre, i pazienti possono avere miopatia, danno alle fibre muscolari, come è stato dimostrato [result in] una maggiore prevalenza di disturbi della voce, potenzialmente dovuti alla debolezza muscolare all’interno della laringe”, ha affermato.
Come viene attualmente diagnosticato il diabete di tipo 2?
“Gli strumenti attualmente validati per diagnosticare il diabete includono il lavoro di laboratorio”, ha spiegato il dottor Jason Ng, endocrinologo dell’Università di Pittsburgh, anch’egli non coinvolto nello studio, elencando “HbA1c [hemoglobin A1C]livelli di zucchero in ambienti diversi o un metodo più vecchio di test di tolleranza al glucosio orale.
“Ad oggi, non disponiamo di strumenti validati per confermare una diagnosi che non implichi lavoro di laboratorio, quindi questo sarebbe una novità”, ha affermato il dottor Ng.
“C’è una significativa necessità di screening dei pazienti nel campo del diabete e l’accesso all’assistenza sanitaria può essere un fattore limitante per alcuni individui nel ricevere una diagnosi”, ha osservato Kaufman.
Il futuro dei test sul diabete di tipo 2
Kaufman ha affermato che “immaginano una tecnologia che consenta alle persone di sottoporsi allo screening per il diabete di tipo 2 nelle proprie case”.
“Se ricevono un risultato che indica che potrebbero essere a rischio di diabete di tipo 2, potrebbero quindi visitare il loro medico di base per una diagnosi di conferma”, ha detto.
“Attendo con ansia un futuro in cui le diagnosi potranno essere ulteriormente semplificate per i pazienti, e prevedo che il promettente lavoro svolto in questo studio verrà ulteriormente perseguito con tale intenzione”, ha affermato il dott. Ng.
Per il dottor Eckman, lo strumento potrebbe rivelarsi molto utile come mezzo per monitorare la salute e il progresso di una persona affetta da diabete.
“Penso che i cambiamenti nelle corde vocali dei pazienti con diabete possano rendere più utile vedere come stanno i pazienti in generale con il loro diabete”, ha detto, aggiungendo che lo vedeva come uno strumento aggiuntivo per valutare il controllo dei pazienti o la mancanza di controllo. controllo degli zuccheri nel sangue.
“Siamo entusiasti del fatto che questo lavoro sia ora possibile. [Until] recentemente, questo tipo di analisi era fuori portata a causa della sua complessità. L’ascesa di potenti tecniche computazionali e di apprendimento automatico ci consente ora di estrarre dalla voce indizi sulla salute delle persone”.
— Jaycee M. Kaufman, autore principale
Kaufman ha descritto questo come un momento molto emozionante per la medicina digitale.
“Speriamo che con una diagnosi e un intervento tempestivi possiamo contribuire a ridurre le complicazioni del diabete di tipo 2 non diagnosticato, avendo allo stesso tempo un profondo impatto sulle sfide di accessibilità associate allo screening”, ha aggiunto.
