Un innovativo studio presentato a Milano ha aperto nuove prospettive per lo screening del diabete di tipo 2, grazie a un sistema di analisi vocale sviluppato da un team di ricercatori. Questo modello, in grado di rilevare segni della malattia attraverso l’analisi della voce, è stato illustrato durante il congresso annuale dell’Associazione europea per lo studio del diabete (Easd), che si svolge fino al 2 ottobre 2026. Gli scienziati hanno dimostrato che è possibile identificare indizi della patologia semplicemente fornendo un breve campione audio a un’intelligenza artificiale, capace di riconoscere le anomalie nel modo di parlare delle persone.
Le caratteristiche dello studio
Lo studio, il più ampio nel suo genere, ha messo in evidenza come l’analisi delle registrazioni vocali possa risultare utile per diagnosticare il diabete di tipo 2. Questa condizione è in costante aumento e la diagnosi tempestiva è cruciale per prevenire gravi complicazioni, come malattie cardiache e danni ai nervi. Gli autori hanno fatto notare che nel Regno Unito circa il 30% dei casi di diabete non viene diagnosticato, contribuendo a un costo annuale di circa 10,7 miliardi di sterline per il Servizio sanitario nazionale (Nhs), gran parte dei quali è destinato alla gestione delle complicanze. Nonostante l’Nhs offra screening ogni cinque anni per gli over 40, meno della metà degli aventi diritto si sottopone a questi controlli, considerati “utili ma impegnativi”.
Il legame tra voce e diabete
La ricerca ha trovato un collegamento tra il diabete di tipo 2 e specifiche alterazioni nel parlato, come una maggiore raucedine e difficoltà nel controllare il respiro. Gli scienziati dell’azienda Thymia, guidati da Roseline Polle ed Elisa Brann, hanno lavorato in collaborazione con esperti della Rmit University di Melbourne per sviluppare un modello di intelligenza artificiale in grado di rilevare tali cambiamenti vocali. Per questo, hanno analizzato 63.283 campioni vocali provenienti da 21.129 individui nel Regno Unito e negli Stati Uniti, i quali avevano precedentemente dichiarato la loro condizione di salute. Le registrazioni, della durata di 20 secondi, sono state effettuate mentre i partecipanti leggevano una favola di Esopo.
Risultati e valutazioni del modello
La prima valutazione ha coinvolto 7.319 adulti nel Regno Unito, di cui il 67% donne e il 45,8% di età pari o superiore a 40 anni. Tra questi, 217 avevano ricevuto una diagnosi di diabete di tipo 2. I risultati hanno mostrato che l’80% delle volte il modello assegnava un punteggio di rischio più elevato a chi dichiarava di avere la malattia, evidenziando la sua utilità clinica. L’intelligenza artificiale ha dimostrato buone prestazioni indipendentemente da sesso e età, ma ha faticato con le registrazioni di persone nere e quelle affette da altre patologie, suggerendo che queste condizioni potrebbero influenzare le alterazioni vocali.
Analisi finale e prospettive future
Nella seconda valutazione, 801 partecipanti sono stati sottoposti a un test dell’emoglobina glicata HbA1c entro tre mesi dalla registrazione vocale. Questo test è considerato il riferimento per il diabete di tipo 2 e può identificare anche il prediabete. Il modello ha dimostrato di assegnare punteggi di rischio più elevati a chi aveva il diabete nel 75% dei casi. La sensibilità del modello è stata dell’82%, con un tasso di falsi positivi del 47%. L’intelligenza artificiale ha anche distinto tra livelli di rischio basso, medio e alto, basandosi sui risultati dell’emoglobina glicata.
I ricercatori hanno concluso che è possibile identificare il diabete di tipo 2 in maniera accurata analizzando solo 20 secondi di parlato. In attesa di ulteriori validazioni cliniche, i medici di base potrebbero utilizzare brevi registrazioni vocali per effettuare un triage dei pazienti, indirizzando quelli a rischio verso esami del sangue per confermare la diagnosi. Questo approccio potrebbe rivoluzionare le modalità di screening, come sottolineato da Giedrė Čepukaitytė, ricercatrice di Thymia, che ha definito lo studio come il più ampio mai realizzato sullo screening vocale del diabete di tipo 2.
