L’intelligenza artificiale per la diagnosi precoce del diabete di tipo 2
(Adnkronos) – Un’intelligenza artificiale capace di analizzare la voce umana potrebbe rivelarsi uno strumento rivoluzionario per la diagnosi precoce del diabete di tipo 2. Grazie a questo sistema, in soli 20 secondi è possibile identificare segni di questa malattia attraverso una semplice registrazione vocale. La ricerca, recentemente presentata al congresso annuale dell’Associazione Europea per lo Studio del Diabete (EASD) a Milano, suggerisce che questo metodo potrebbe offrire uno screening rapido, non invasivo e facilmente scalabile.
Lo studio in questione è il più ampio del suo genere e sottolinea l’importanza dell’analisi vocale come strumento di supporto nella lotta al diabete di tipo 2, una condizione sempre più diffusa. La diagnosi tempestiva è cruciale per prevenire complicazioni gravi, come malattie cardiache e danni neurologici. Attualmente, circa il 30% dei casi nel Regno Unito rimane non diagnosticato, e una significativa porzione delle risorse, circa 10,7 miliardi di sterline, spesa annualmente dal Servizio Sanitario Nazionale (NHS), viene destinata alla gestione delle conseguenze del diabete, nonostante gli screening siano già previsti ogni cinque anni per gli over 40.
Come funziona l’analisi vocale?
La ricerca ha collegato precedenti osservazioni sulle alterazioni vocali legate al diabete di tipo 2, come raucedine e difficoltà nel controllo del respiro, per sviluppare un modello di intelligenza artificiale. I ricercatori dell’azienda deep tech Thymia, con il supporto di esperti dell’Università RMIT di Melbourne, hanno utilizzato 63.283 campioni vocali di 21.129 partecipanti per addestrare il modello. Le prove sono state condotte su registrazioni di 20 secondi in cui gli individui leggevano favole di Esopo.
Le valutazioni effettuate hanno mostrato che il modello riusciva a identificare il diabete di tipo 2 con un’accuratezza clinicamente rilevante: nell’80% dei casi, il modello attribuiva un punteggio di rischio più alto a chi dichiarava di avere la malattia. Inoltre, la sensibilità del modello era dell’82%, evidenziando la sua abilità nel riconoscere i pazienti affetti. Tuttavia, le sue performance erano inferiori per alcune categorie, come le persone di origine afroamericana o affette da altre patologie, suggerendo la necessità di ulteriori studi e una validazione clinica più ampia.
In conclusione, questo innovativo approccio all’analisi vocale per il rilevamento del diabete di tipo 2 presenta potenzialità significative per il futuro della medicina preventiva. Con la possibilità di effettuare screening attraverso semplici registrazioni vocali, si potrebbe raggiungere un numero più ampio di pazienti, migliorando così le opportunità di diagnosi precoce e gestione della malattia. Secondo la ricercatrice Giedrė Čepukaitytė, questo studio rappresenta un passo importante nella trasformazione delle modalità di screening, aprendo a nuovi scenari per l’approccio terapeutico al diabete.