Secondo uno studio pubblicato su Mayo Clinic Proceedings Digital Health, portato avanti combinando la tecnologia vocale con l’intelligenza artificiale, in futuro si potrà determinare se una persona è diabetica semplicemente facendole pronunciare alcune frasi sul proprio smartphone.
«La nostra ricerca evidenzia variazioni vocali significative tra individui con e senza diabete di tipo 2, e potrebbe trasformare il modo in cui la comunità medica effettua lo screening del diabete. Gli attuali metodi di rilevamento, tra cui l’emoglobina glicata (A1C), il test della glicemia a digiuno (FBG) e la Curva da Carico Orale di Glucosio (OGTT), infatti, possono richiedere molto tempo, viaggi e costi. La tecnologia vocale potrebbe rimuovere completamente queste barriere» spiega Jaycee Kaufman, ricercatrice presso Klick Applied Sciences, Klick Inc, di Toronto (Canada), prima autrice del lavoro. I ricercatori hanno chiesto a 267 persone, con o senza diabete di tipo 2, di registrare una frase sul proprio smartphone sei volte al giorno per due settimane.
Da oltre 18.000 registrazioni, gli esperti hanno analizzato 14 caratteristiche acustiche per individuare le differenze tra individui non diabetici e diabetici, compresi i cambiamenti di tono e intensità che non possono essere percepiti dall’orecchio umano. Utilizzando l’elaborazione del segnale, insieme a dati sanitari di base, tra cui età, sesso, altezza e peso, hanno quindi creato un modello di intelligenza artificiale in grado di distinguere se un individuo avesse il diabete di tipo 2. Il modello ha mostrato una precisione dell’89% per le donne e dell’86% per gli uomini. «La nostra ricerca sottolinea l’enorme potenziale della tecnologia vocale nell’identificazione del diabete di tipo 2 e di altre patologie. I prossimi passi consisteranno nel replicare lo studio e nell’espandere la ricerca utilizzando la voce come strumento diagnostico in altre aree come il prediabete, la salute delle donne e l’ipertensione» concludono gli autori.
Mayo Clinic Proceedings Digital Health 2023. Doi: 10.1016/j.mcpdig.2023.08.005
Fonte: Doctor33
