As duas versões estão alinhadas bloco a bloco, pela ordem do texto: título, o essencial e depois parágrafo a parágrafo. Quando a tradução fundiu ou dividiu um parágrafo, a casa correspondente fica vazia — nunca aproximamos duas passagens a olho.
Ask someone to read a short English sentence into a phone, and the recording holds more than words. At Klick Labs, the team behind a new study in the IEEE Journal of Biomedical and Health Informatics turned such recordings into visual maps of sound frequencies, called spectrograms, and let a model search them for patterns nobody had named. The model worked from 14,759 voice recordings from 461 adults, and it was able to flag type 2 diabetes from the voice alone.
Peça a alguém que leia uma pequena frase em inglês para um telemóvel, e a gravação contém mais do que palavras. Na Klick Labs, a equipa por trás de um novo estudo publicado no IEEE Journal of Biomedical and Health Informatics transformou essas gravações em mapas visuais das frequências do som, chamados espectrogramas, e deixou um modelo procurar neles padrões que ninguém tinha identificado. O modelo trabalhou com 14 759 gravações de voz de 461 adultos e conseguiu identificar a diabetes tipo 2 apenas a partir da voz.
The 2023 version of this work relied on a list chosen in advance. Klick's earlier study, published in Mayo Clinic Proceedings: Digital Health, used fixed one-sentence recordings and combined them with age and body mass index, and it identified 14 predefined acoustic features, including pitch, intensity, shimmer and jitter. This time the spectrograms went to an Audio Spectrogram Transformer, a model that learns combinations of acoustic patterns straight from the recordings. 'Now, we can literally see many more clues related to diabetes within vocal biomarkers,' said Yan Fossat, senior vice president of digital health R&D at Klick Applied Sciences and principal investigator of the study. 'We expanded our analysis beyond shimmer, jitter and other predefined voice features.'
A versão de 2023 deste trabalho baseava-se numa lista escolhida previamente. O estudo anterior da Klick, publicado na Mayo Clinic Proceedings: Digital Health, utilizava gravações fixas de uma única frase, combinadas com a idade e o índice de massa corporal, e identificava 14 características acústicas predefinidas, incluindo a altura tonal, a intensidade, o shimmer e o jitter. Desta vez, os espectrogramas foram entregues a um Audio Spectrogram Transformer, um modelo que aprende combinações de padrões acústicos diretamente das gravações. «Agora, podemos literalmente ver muitas mais pistas relacionadas com a diabetes nos biomarcadores vocais», afirmou Yan Fossat, vice-presidente sénior de I&D em saúde digital da Klick Applied Sciences e investigador principal do estudo. «Alargámos a análise para além do shimmer, do jitter e de outras características vocais predefinidas.»
The results are reported separately for women and men: 71.3% balanced accuracy for women and 72.4% for men, with AUC values of 0.788 and 0.779. Balanced accuracy averages sensitivity and specificity, so people with and without the disease carry equal weight. The 2023 study reported something else: conventional accuracy, the share of all predictions that were correct, of 89% for women and 86% for men. The authors state that the difference reflects different inputs, methods, validation approaches and data sets, and that it is not a claim that the new models are more accurate. The two sets of figures should not be compared directly.
Os resultados são apresentados separadamente para mulheres e homens: exatidão equilibrada de 71,3 % nas mulheres e de 72,4 % nos homens, com valores de AUC de 0,788 e 0,779. A exatidão equilibrada corresponde à média entre a sensibilidade e a especificidade, pelo que as pessoas com e sem a doença têm o mesmo peso. O estudo de 2023 apresentava outra medida: a exatidão convencional, ou seja, a proporção de todas as previsões que estavam corretas, de 89 % nas mulheres e 86 % nos homens. Os autores afirmam que a diferença reflete entradas, métodos, abordagens de validação e conjuntos de dados distintos, e que não significa que os novos modelos sejam mais exatos. Os dois conjuntos de valores não devem ser comparados diretamente.
These are research findings from the team that built the model. The study reports no clinical tool in use with patients, and the figures still have to be confirmed on new groups of people and new recordings before anyone can rely on them. The reporting does not say when, or whether, the approach will reach a clinic.
Trata-se de resultados de investigação da equipa que construiu o modelo. O estudo não refere nenhuma ferramenta clínica em uso com doentes, e os valores ainda têm de ser confirmados em novos grupos de pessoas e com novas gravações antes de poderem ser utilizados. A reportagem não indica quando, nem se, esta abordagem chegará a uma consulta.
If it holds up, the appeal is practical: a screen that runs on a phone, with a few seconds of speech and no blood sample. For now the beneficiaries are researchers, who get a richer way to study the voice. The next test is already scheduled: in June 2026, Klick Labs announced a series of studies with Mayo Clinic in Florida on novel vocal biomarkers linked to a number of chronic diseases and serious health conditions.
Se se confirmar, o interesse é prático: um rastreio que funciona num telemóvel, com alguns segundos de fala e sem recolha de sangue. Por agora, os beneficiários são sobretudo os investigadores, que dispõem de uma forma mais rica de estudar a voz. O próximo teste já está agendado: em junho de 2026, a Klick Labs anunciou uma série de estudos com a Mayo Clinic, na Florida, sobre novos biomarcadores vocais associados a várias doenças crónicas e condições de saúde graves.