Diabete di tipo 2: l'intelligenza artificiale lo scopre dalla voce in 20 secondi

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

Redazione Salute   -   Bastano venti secondi di parlato perché un modello di intelligenza artificiale individui segnali associati al diabete di tipo 2. È il risultato di uno studio presentato al congresso annuale dell'European Association for the Study of Diabetes (Easd), in corso a Milano fino al 2 ottobre, dove un sistema sviluppato da un'azienda britannica in collaborazione con l'Università di Melbourne ha analizzato brevi registrazioni vocali per stimare il rischio della malattia. Il lavoro è disponibile come preprint su medRxiv e non è ancora stato sottoposto a revisione tra pari.

Come funziona il modello vocale

Da tempo la ricerca osserva che il diabete di tipo 2 può modificare il modo di parlare, in particolare aumentando la raucedine e riducendo la capacità di controllare respiro e voce durante l'eloquio. Il sistema utilizza caratteristiche paralinguistiche estratte dalla voce attraverso tecniche di apprendimento automatico ed è stato addestrato su 63.283 campioni vocali raccolti da 21.129 persone residenti nel Regno Unito o negli Stati Uniti, che avevano riferito o meno una diagnosi di diabete. La validazione ha poi coinvolto 7.319 adulti britannici, chiamati a leggere a voce alta una delle favole di Esopo per circa venti secondi.

I risultati delle due valutazioni

Nella prima fase il modello ha assegnato un punteggio di rischio più elevato alle persone che riferivano una diagnosi di diabete di tipo 2 rispetto a quelle senza diagnosi nell'80% dei casi. La capacità discriminativa è risultata simile tra uomini e donne, ma è scesa nei partecipanti con malattie cardiovascolari, ipertensione o obesità e in alcuni gruppi etnici, in particolare tra le persone di colore, probabilmente per il numero limitato di casi di diabete in quei sottogruppi.

La seconda valutazione ha coinvolto 801 partecipanti sottoposti a test dell'emoglobina glicata (HbA1c) entro tre mesi dalla registrazione vocale: alla soglia diagnostica di HbA1c pari o superiore al 6,5%, il modello ha identificato l'82% dei casi, assegnando punteggi più alti alle persone con diabete rispetto a quelle senza nel 75% delle situazioni. Il tasso di falsi positivi è risultato però elevato, al 47%, e il sistema è stato comunque in grado di distinguere tra individui a rischio basso, medio e alto sulla base dei risultati ematici.

Nessuna delle persone classificate a rischio basso presentava valori compatibili con diabete o prediabete.

Gli scenari di applicazione e i limiti

Secondo gli autori, l'analisi della voce potrebbe essere valutata come strumento rapido e non invasivo di primo livello per individuare le persone da indirizzare successivamente agli esami del sangue. «Questo approccio ha il potenziale di rivoluzionare le modalità di screening», ha affermato Giedrė Čepukaitytė, ricercatrice coinvolta nello studio. «È possibile raccogliere un campione vocale per telefono o tramite un'app, consentendoci così di raggiungere molte più persone rispetto agli attuali percorsi che necessitano di un esame del sangue».

Il sistema non rappresenta però un test diagnostico e i ricercatori ne riconoscono la necessità di ulteriori perfezionamenti e validazioni prima di un eventuale impiego clinico, anche alla luce della percentuale di falsi positivi emersa nella seconda fase. Lo studio è stato condotto da ricercatori di thymia Ltd., King's College London, RMIT University, Monash University e Monash Health.