Scoperta rivoluzionaria: il diabete sarà diagnosticato dalla voce. Scopri i dettagli dello studio!

Il modo più comune e preciso per diagnosticare il diabete, compreso il prediabete e il diabete di tipo 2, è attraverso test del sangue. Tuttavia, uno studio recente suggerisce che il diabete di tipo 2 potrebbe essere rilevato anche nella voce di una persona.

I ricercatori di Klick Labs hanno creato uno strumento di intelligenza artificiale (IA) che può determinare se una persona ha il diabete di tipo 2 utilizzando solo sei o dieci secondi della loro voce, combinati con informazioni di base sulla salute come età, sesso, altezza e peso. Il modello di intelligenza artificiale ha dimostrato un'accuratezza dell'89% nella diagnosi del diabete di tipo 2 nelle donne e dell'86% negli uomini.

"La nostra visione è creare un metodo di screening che sia facile, conveniente e allevi il peso e i costi associati agli attuali test del sangue", ha dichiarato Yan Fossat, vicepresidente di Klick Labs e principale ricercatore dello studio. "Lo screening basato sulla voce è estremamente accessibile rispetto ai test standard del sangue. Uno strumento di screening vocale potrebbe essere implementato al di fuori di laboratori o studi medici, utilizzando i telefoni cellulari delle persone".

Ecco cos'altro devi sapere sullo studio, compreso come il diabete può influenzare la voce di una persona e se gli esperti pensano che un modello di intelligenza artificiale potrebbe diventare un nuovo strumento di screening per il diabete.

Ascoltare i sintomi

Per lo studio, Fossat e colleghi hanno reclutato 267 partecipanti in India. Hanno osservato che 192 dei partecipanti (79 donne e 113 uomini) non avevano il diabete. Gli altri 75 (18 donne e 57 uomini) erano stati precedentemente diagnosticati con il diabete.

Tutti i partecipanti hanno utilizzato un'applicazione per smartphone per registrare se stessi mentre pronunciavano una frase fissa di sei o dieci secondi fino a sei volte al giorno per due settimane. I ricercatori hanno analizzato le 18.465 registrazioni raccolte per ascoltare 14 "caratteristiche acustiche". L'idea era che questi suoni potessero mostrare differenze vocali tra le persone con diabete di tipo 2 e le persone che non avevano la condizione.

I ricercatori hanno anche considerato altre caratteristiche vocali, come i cambiamenti di tono, forza e intensità, che l'orecchio umano non può percepire. Con l'aiuto di una tecnica chiamata elaborazione del segnale e di un software di analisi della voce, i ricercatori sono stati in grado di individuare cambiamenti sottili nelle voci delle persone con diabete di tipo 2. Hanno utilizzato questi dati per addestrare un modello di apprendimento automatico in grado di fare previsioni sul diabete di tipo 2 basandosi su un frammento di voce.

Jaycee Kaufman, ricercatrice presso Klick Labs e prima autrice dello studio, ha detto a Verywell che il team ha identificato differenze nelle caratteristiche vocali tra uomini e donne con diabete di tipo 2.

Ad esempio, Kaufman ha detto che il tono della voce e la variabilità del tono erano influenzati nelle donne, mentre la forza o l'intensità della voce e la varietà di forza erano influenzate negli uomini.

"Crediamo che questa differenza possa derivare dal fatto che uomini e donne vivono le complicazioni del diabete di tipo 2 in modo diverso, il che influisce in ultima analisi sulla voce in modo diverso", ha detto Kaufman. "In particolare, gli uomini possono sperimentare una debolezza muscolare associata al diabete di tipo 2, mentre le donne possono sperimentare più edema".

Secondo Kaufman, altri ricercatori hanno utilizzato la voce per prevedere malattie neurodegenerative come l'Alzheimer e il Parkinson.

"La produzione della voce è un processo complicato che coinvolge gli effetti combinati del sistema circolatorio, del sistema respiratorio, del sistema muscolare, del sistema nervoso e di altri sistemi nel corpo", ha detto Kaufman. "Qualsiasi cosa influenzi questi sistemi può avere un effetto sulla voce, che è stata la motivazione per questo lavoro".

Perché il diabete può influire sulla tua voce?

Le persone che vivono con il diabete possono sviluppare un danno nervoso chiamato neuropatia diabetica. In alcuni casi, il danno nervoso porta a problemi vocali come la paralisi bilaterale delle corde vocali. In questa condizione, sia le corde vocali che la cassa vocale possono diventare parzialmente o completamente paralizzate.

Il diabete di tipo 2 è anche associato ad altri problemi di salute, come debolezza muscolare e gonfiore. Secondo Kaufman, studi precedenti hanno dimostrato che il gonfiore può influenzare la voce.

"La neuropatia periferica può danneggiare i nervi nella laringe, causando raucedine o sforzo vocale, e la debolezza muscolare può essere evidente nei muscoli delle corde vocali o nel sistema respiratorio", ha detto Kaufman. "Inoltre, il gonfiore associato all'edema può influenzare le qualità elastiche e vibranti delle corde vocali, il che potrebbe influenzare il tono della voce."

Da una voce al diabete non diagnosticato

Lo studio è uno dei primi a mostrare come l'intelligenza artificiale potrebbe contribuire a rilevare malattie croniche, ha dichiarato Steven Malin, PhD, FACSM, professore associato di metabolismo ed endocrinologia nel Dipartimento di Kinesiologia e Salute presso la Rutgers University, a Verywell. Malin non è stato coinvolto nello studio.

Tuttavia, Malin ha affermato che senza ulteriori ricerche è ancora troppo presto per dire se la tecnologia renderà la diagnosi più veloce, più economica o più accessibile per i pazienti. Sebbene la diagnosi del diabete da un frammento di voce sia intrigante, sono necessari ulteriori studi per vedere se la tecnologia funzionerebbe per persone di diverse razze e età.

Detto questo, c'è una promessa nell'avere un altro strumento di screening nel nostro arsenale.

"Anche se questi hanno valutazioni 'falsi positivi', l'identificazione delle persone a rischio può offrire loro l'opportunità di apportare cambiamenti comportamentali che mitigano il rischio", ha detto Malin.

Altri esperti che non sono stati coinvolti nello studio hanno dichiarato che i risultati giungono in un momento importante, poiché il numero di persone con il diabete è in aumento e abbiamo bisogno di modi migliori per effettuare lo screening. Secondo il Diabetes Statistics Report dei Centers for Disease Control and Prevention, nel 2019 il 14,7% di tutti gli adulti di età pari o superiore ai 18 anni negli Stati Uniti aveva il diabete. E per il 3,4% della popolazione degli Stati Uniti, il diabete è rimasto non diagnosticato.

"Con la crescente prevalenza del diabete, c'è una chiara necessità di aumentare lo screening al fine di consentire una diagnosi e un trattamento precoci del diabete", ha detto Priya Jaisinghani, MD, endocrinologa e specialista in medicina dell'obesità presso NYU Langone Health.

Fossat ha dichiarato che uno strumento non invasivo e facilmente disponibile come il metodo vocale basato su intelligenza artificiale da loro sviluppato ha il potenziale per effettuare lo screening su molte persone e potrebbe essere particolarmente utile per i pazienti che vivono in aree remote. Più screening potrebbero contribuire a ridurre il numero di persone con il diabete non diagnosticato.

"Crediamo che uno screening effettuato su uno smartphone sarebbe più accessibile rispetto a un test del sangue e potrebbe contribuire allo screening di popolazioni che potrebbero avere più difficoltà ad accedere alle cure mediche", ha detto Fossat. "Inoltre, un'applicazione mobile per lo screening ha il potenziale per raggiungere vaste porzioni della popolazione a rischio, aiutando potenzialmente milioni di persone a ricevere una diagnosi di diabete di tipo 2".

I risultati sono precisi?

Jaisinghani ha dichiarato che altri fattori potrebbero influenzare l'accuratezza di un test diagnostico che si basa sulla voce o su registrazioni vocali, come i cambiamenti vocali derivanti da disturbi infiammatori e infettivi, malattie neurologiche come la miastenia grave, lesioni nervose che portano alla paralisi delle corde vocali, irritazioni da fumo o reflusso acido, condizioni psicologiche o somatiche e stress vocale.

"Potrebbe anche esserci un cambiamento nella voce che deve essere ulteriormente indagato o distinto in base all'età, al sesso, all'etnia, all'esposizione a fattori ambientali e alle caratteristiche socioeconomiche attraverso ulteriori test", ha detto Jaisinghani.

Kaufman ha aggiunto che è ragionevole considerare che il danno vocale potrebbe influenzare l'accuratezza del test.

"Tra i nostri prossimi passi, abbiamo intenzione di esplorare l'effetto di malattie, fumo e danni vocali sull'efficacia del test", ha detto.

Poiché la ricerca si basava su un campione limitato di persone provenienti dall'India, Malin ha dichiarato che ulteriori studi in diversi paesi e con un gruppo diversificato di partecipanti sarebbero necessari, specialmente perché le malattie differiscono tra razza ed etnia.

Secondo Malin, un'altra limitazione dello studio è che i dati provenivano da non fumatori, quindi non è generalizzabile alle persone che fumano. I dati non si applicherebbero nemmeno alle persone che hanno cambiamenti nella loro parlata dovuti ad altri fattori, come disturbi neurologici o del linguaggio.

Ecco la timeline dei ricercatori

Gli esperti concordano sul fatto che sarà necessario condurre ulteriori ricerche con campioni più ampi e più rappresentativi di diverse popolazioni prima che un test vocale basato su intelligenza artificiale per il diabete possa essere pronto per i pazienti.

Jaisinghani ha dichiarato che sarà anche importante identificare come fattori come la durata del diabete in una persona, così come le complicazioni e le comorbilità della malattia, influenzino la voce. Da lì, i ricercatori dovranno determinare come questi fattori potrebbero essere utili per lo screening delle persone per il diabete.

Il team di Fossat ha dichiarato di pianificare studi di follow-up per valutare l'efficacia della tecnica entro l'anno successivo. Vogliono reclutare nuove persone da diverse parti del mondo con caratteristiche demografiche diverse in modo da poter convalidare e migliorare il modello attuale. Dopo lo studio di follow-up, vogliono esaminare come altri fattori come malattie, fumo e danni vocali possano influenzare l'efficacia del test.