Registrazioni vocali indicano il diabete di tipo 2: nuovo studio

Chiedete a qualcuno di leggere al telefono una breve frase in inglese, e la registrazione contiene più di parole. Al Klick Labs, il team dietro un nuovo studio sull'IEEE Journal of Biomedical and Health Informatics, ha trasformato queste registrazioni in mappe visive delle frequenze sonore, chiamate spettrogrammi, e ha lasciato che un modello cercasse al loro interno schemi che nessuno aveva ancora individuato. Il modello ha lavorato su 14.759 registrazioni vocali di 461 adulti e ha potuto segnalare il diabete di tipo 2 partendo dalla sola voce.

La versione del 2023 di questo lavoro si basava su un elenco scelto in anticipo. Lo studio precedente di Klick, pubblicato su Mayo Clinic Proceedings: Digital Health, usava registrazioni fisse di una sola frase e le combinava con età e indice di massa corporea. Individuava 14 caratteristiche acustiche predefinite, tra cui altezza tonale, intensità, shimmer e jitter. Questa volta gli spettrogrammi sono stati affidati a un Audio Spectrogram Transformer, un modello che impara direttamente dalle registrazioni le combinazioni di schemi acustici. «Ora possiamo vedere letteralmente molti più indizi legati al diabete nei biomarcatori vocali», ha dichiarato Yan Fossat, vicepresidente senior di ricerca e sviluppo in sanità digitale presso Klick Applied Sciences e responsabile scientifico dello studio. «Abbiamo ampliato l'analisi oltre lo shimmer, il jitter e le altre caratteristiche vocali predefinite».

I risultati sono riportati separatamente per donne e uomini: accuratezza bilanciata del 71,3% per le donne e del 72,4% per gli uomini, con valori AUC di 0,788 e 0,779. L'accuratezza bilanciata è la media di sensibilità e specificità, così le persone con e senza la malattia pesano allo stesso modo. Lo studio del 2023 riportava invece un'altra misura, quella dell'accuratezza convenzionale, cioè la quota di tutte le previsioni risultate corrette: 89% per le donne e 86% per gli uomini. Gli autori precisano che la differenza dipende da dati di partenza, metodi, approcci di validazione e insiemi di dati diversi, e che non sostengono che i nuovi modelli siano più accurati. Le due serie di cifre non vanno quindi confrontate direttamente.

Si tratta di risultati di ricerca del team che ha costruito il modello. Lo studio non segnala alcuno strumento clinico in uso con i pazienti, e le cifre devono ancora essere confermate su nuovi gruppi di persone e nuove registrazioni prima che si possa fare affidamento su di esse. L'articolo non dice quando, né se, il metodo arriverà in un ambulatorio.

Se i risultati reggeranno, il vantaggio è pratico: uno screening che gira su uno smartphone, con qualche secondo di parlato e senza prelievo di sangue. Per ora, a beneficiarne sono i ricercatori, che ottengono un modo più ricco di studiare la voce. Il prossimo banco di prova è già in programma: a giugno 2026 Klick Labs ha annunciato una serie di studi con la Mayo Clinic in Florida su nuovi biomarcatori vocali legati a diverse malattie croniche e a gravi condizioni di salute.