Il diabete di tipo 2 è uno dei problemi di salute pubblica più urgenti al giorno d’oggi, con una stima di 400 milioni di casi non diagnosticati in tutto il mondo. Le conseguenze di una diagnosi tardiva sono gravi e possono causare ulteriori complicazioni, come malattie cardiovascolari e neuropatia, con conseguenti costi sanitari più elevati e un aumento della mortalità. Gli attuali metodi di screening si basano su esami del sangue, che possono essere costosi e difficili dal punto di vista logistico in contesti con risorse limitate.
Per affrontare questa sfida, un team di ricercatori guidato da Abir Elbeji e dal dott. Guy Fagherazzi della Deep Digital Phenotyping Unit del Luxembourg Institute of Health ha sviluppato un approccio originale che si basa sulla distinzione di sottili cambiamenti nella voce. Utilizzando tecniche avanzate di apprendimento automatico, hanno identificato biomarcatori vocali correlati al T2D, offrendo uno sguardo al futuro dello screening sanitario non invasivo, scalabile e conveniente, in cui il T2D potrebbe essere diagnosticato utilizzando una semplice registrazione vocale.
Lo studio, pubblicato il 19 dicembre sulla rivista “PLOS Digital Health” e parte del più ampio programma Colive Voice, ha analizzato le registrazioni vocali di oltre 600 partecipanti negli Stati Uniti. Utilizzando algoritmi di intelligenza artificiale, il team ha raggiunto un’accuratezza predittiva paragonabile al punteggio di rischio ampiamente utilizzato dall’American Diabetes Association. In particolare, i tassi di rilevamento erano persino migliori in dati demografici chiave, tra cui donne over 60 e individui con ipertensione.
“Questa ricerca rappresenta un passo importante nella cura del diabete. Combinando l’IA con la fenotipizzazione digitale, stiamo inaugurando un approccio più inclusivo ed economico alla diagnosi precoce e alla prevenzione. La capacità di effettuare lo screening del diabete utilizzando una semplice registrazione vocale potrebbe migliorare notevolmente l’accessibilità all’assistenza sanitaria per milioni di persone in tutto il mondo”, ha affermato il dott. Guy Fagherazzi.
In futuro, i ricercatori mirano a perfezionare l’algoritmo per la diagnosi precoce del prediabete e dei casi di T2D non diagnosticati. Sono inoltre in corso piani per espandere il programma ad altre popolazioni e lingue. Lo studio Colive Voice, un programma multilingue e inclusivo, si è già affermato come uno dei primi leader nell’esplorazione dei biomarcatori vocali per la diagnosi di varie condizioni croniche.
