Diabete di tipo 2, l'intelligenza artificiale lo scopre nella voce in 20 secondi

30/09/2026 SALUTE Condividi Preferisci Informazione.News su Google

Redazione Salute   -   Bastano venti secondi di parlato, magari la lettura ad alta voce di una breve favola, perché un modello di intelligenza artificiale individui i segnali associati al diabete di tipo 2. È il risultato di uno studio presentato al congresso annuale dell'Associazione europea per lo studio del diabete (Easd) in corso a Milano fino al 2 ottobre, dove i ricercatori hanno illustrato le prestazioni di un sistema addestrato a riconoscere le alterazioni vocali legate alla malattia.

Come funziona il modello di analisi vocale

Il sistema, sviluppato da un'azienda britannica in collaborazione con l'Università di Melbourne, sfrutta tecniche di apprendimento automatico per estrarre caratteristiche paralinguistiche dalla voce. L'addestramento ha utilizzato oltre 63.000 campioni vocali provenienti da più di 21.000 persone tra Regno Unito e Stati Uniti, che avevano riferito la propria diagnosi. La validazione successiva si è basata su registrazioni remote di venti secondi, durante le quali i partecipanti leggevano un testo di Esopo.

Ricerche precedenti avevano già collegato il diabete di tipo 2 a modificazioni del parlato, come l'aumento della raucedine e la ridotta capacità di controllare respiro e voce.

I risultati delle due valutazioni

La prima valutazione ha coinvolto 7.319 adulti nel Regno Unito. Il modello ha assegnato un punteggio di rischio più elevato alle persone che riferivano una diagnosi di diabete di tipo 2 rispetto alle altre nell'80% dei casi, una soglia considerata clinicamente utile. Le prestazioni sono risultate simili tra uomini e donne, con un'area sotto la curva rispettivamente di 0,79 e 0,81, mentre sono emerse differenze in alcuni sottogruppi, in particolare tra i partecipanti con malattie cardiovascolari, ipertensione o obesità e in alcuni gruppi etnici.

La seconda valutazione ha riguardato un sottogruppo di 801 partecipanti che si erano sottoposti al test dell'emoglobina glicata (HbA1c) entro tre mesi dalla registrazione. Alla soglia diagnostica di HbA1c pari o superiore al 6,5%, il modello vocale ha identificato l'82% dei casi, con un tasso di falsi positivi del 47%. Il sistema è inoltre riuscito a distinguere tra persone a basso, medio e alto rischio sulla base dei risultati ematici: nessuno dei partecipanti classificati come a basso rischio presentava valori glicati nella fascia diabetica o prediabetica.

Il confronto con gli strumenti tradizionali

Nella prima fase, il modello vocale ha raggiunto un'area sotto la curva di 0,80 nel distinguere le persone con diagnosi riferita da quelle senza, risultato inferiore a quello ottenuto dallo strumento QDiabetes, raccomandato nel Regno Unito, che ha totalizzato 0,86. Nella seconda fase, basata sui dati ematici, il modello vocale ha registrato un'area sotto la curva di 0,75, mentre QDiabetes ha ottenuto 0,77, con differenze non statisticamente significative.

Gli autori sottolineano che il sistema non sostituisce gli esami del sangue e necessita di ulteriori validazioni prima di un eventuale impiego clinico.

Le implicazioni per lo screening

Secondo i ricercatori, l'analisi della voce potrebbe configurarsi come strumento rapido e non invasivo di primo livello, utile a indirizzare le persone verso gli esami ematici di conferma. Nel Regno Unito circa il 30% dei casi di diabete di tipo 2 rimane non diagnosticato, e meno della metà degli adulti aventi diritto si presenta ai controlli periodici offerti dal servizio sanitario. Il modello è stato sviluppato da ricercatori di thymia Ltd.

, King's College London, RMIT University, Monash University e Monash Health, e i risultati sono disponibili come preprint, non ancora sottoposti a revisione tra pari.