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.
- Qual è la sensibilità del modello?
- La sensibilità è stata dell'82% durante i test.
- Può la voce sostituire gli esami ematici?
- No, il modello necessita di ulteriori validazioni cliniche e non può sostituire gli esami ematici.
L’Intelligenza Artificiale Riconosce il Diabete Attraverso la Voce: Un’Innovazione Promettente
Un innovativo modello di intelligenza artificiale (IA) ha dimostrato la capacità di individuare segnali associati al diabete di tipo 2 analizzando registrazioni vocali di soli 20 secondi. Questa tecnologia è stata presentata al congresso dell’European Association for the Study of Diabetes e rappresenta un passo significativo nell’uso dell’IA per la salute.
Il sistema è stato sviluppato da una società di deep tech in collaborazione con la RMIT University di Melbourne. Per addestrare il modello, sono stati utilizzati 63.283 campioni vocali provenienti da 21.129 persone nel Regno Unito e negli Stati Uniti. L’algoritmo è in grado di rilevare cambiamenti vocali che sono stati precedentemente associati al diabete, come una maggiore raucedine e ruvidità, oltre a variazioni nel controllo della respirazione e della voce 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. Nella prima valutazione, che ha coinvolto 7.319 adulti del Regno Unito, il modello ha assegnato un punteggio di rischio più elevato all’80% delle persone che dichiaravano di avere il diabete. Le prestazioni del modello sono risultate simili tra uomini e donne e nelle diverse fasce d’età, sebbene la performance sia stata inferiore nei partecipanti di etnia nera, probabilmente a causa del numero ridotto di individui 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. La sensibilità del modello è stata dell’82%, mentre il tasso di falsi positivi ha raggiunto il 47%.
L’intelligenza artificiale ha inoltre dimostrato di poter distinguere tra persone a basso, medio e alto rischio in base ai valori di HbA1c. È interessante notare che nessuno dei partecipanti classificati nella fascia di rischio più bassa presentava valori compatibili con diabete o prediabete.
Tuttavia, è importante sottolineare che i risultati ottenuti non implicano che la voce possa sostituire gli esami ematici. Il modello necessita di ulteriori validazioni cliniche e di test su popolazioni diverse per confermarne l’affidabilità.
Tra le possibili applicazioni future di questa tecnologia vi è l’uso di brevi registrazioni vocali al telefono o tramite app come strumento di triage in medicina generale. Questo approccio potrebbe indirizzare a successivi esami ematici le persone segnalate a maggior rischio, ma resta da dimostrare l’affidabilità e l’applicabilità su larga scala.
In conclusione, l’innovazione rappresentata da questo modello di intelligenza artificiale apre nuove strade nella diagnosi precoce del diabete, rendendo la salute più accessibile e potenzialmente migliorando i risultati per i pazienti.
