Consiguen detectar mediante análisis de voz la diabetes tipo 2

Una nueva investigación que se presentará en la Reunión Anual de este año de la Asociación Europea para el Estudio de la Diabetes (EASD), en Madrid (9-13 de septiembre), destaca el potencial de utilizar el análisis de voz para detectar casos de diabetes tipo 2 (DT2) no diagnosticados, tal y como se publica en Diabetología.

"La mayoría de los métodos actuales de detección de la diabetes tipo 2 requieren mucho tiempo y son invasivos, se realizan en laboratorio y son costosos", explica el autor principal Abir Elbeji, del Instituto de Salud de Luxemburgo (Luxemburgo). "La combinación de la inteligencia artificial (IA) con la tecnología de voz tiene el potencial de hacer que las pruebas sean más accesibles al eliminar estos obstáculos. Este estudio es el primer paso hacia el uso del análisis de voz como una estrategia de detección de la diabetes tipo 2 de primera línea y altamente escalable".

El estudio utilizó en promedio 25 segundos de voces de personas junto con datos básicos de salud, incluyendo edad, sexo, índice de masa corporal (IMC) y estado de hipertensión, para desarrollar un modelo de IA que puede distinguir si un individuo tiene diabetes tipo 2 o no, con un 66% de precisión en mujeres y un 71% de precisión en hombres.

El estudio

Alrededor de la mitad de los adultos con diabetes (unos 240 millones en todo el mundo) no saben que padecen esta enfermedad porque los síntomas pueden ser generales o inexistentes; y alrededor del 90% de ellos padecen diabetes tipo 2. Pero la detección y el tratamiento tempranos pueden ayudar a prevenir complicaciones graves.

Reducir los casos de diabetes tipo 2 no diagnosticados en todo el mundo es un desafío urgente de salud pública, por lo que el estudio se propuso desarrollar y evaluar el rendimiento de un algoritmo de inteligencia artificial basado en la voz para detectar si los adultos tienen diabetes tipo 2.

Los investigadores pidieron a 607 adultos del estudio Colive Voice (diagnosticados con y sin diabetes tipo 2) que proporcionaran una grabación de voz de ellos mismos leyendo algunas oraciones de un mensaje proporcionado directamente desde su teléfono inteligente o computadora portátil.

A partir de un total de 607 grabaciones, el algoritmo de IA analizó diversas características vocales, como cambios en los tonos, la intensidad y el timbre, para identificar diferencias entre personas con y sin diabetes. Esto se hizo utilizando dos técnicas avanzadas: una que capturó hasta 6.000 características vocales detalladas y un enfoque de aprendizaje profundo más sofisticado que se centró en un conjunto refinado de 1.024 características clave. El rendimiento de los mejores modelos se agrupó según varios factores de riesgo de diabetes, incluidos la edad, el IMC y la hipertensión, y se comparó con la confiable herramienta de la Asociación Estadounidense de Diabetes (ADA) para la evaluación del riesgo de diabetes tipo 2.

Los algoritmos basados en la voz demostraron una buena capacidad predictiva general, ya que identificaron correctamente el 71% de los casos de diabetes tipo 2 en hombres y el 66% en mujeres. El modelo funcionó incluso mejor en mujeres de 60 años o más y en personas con hipertensión. Además, hubo un 93% de acuerdo con la puntuación de riesgo de la ADA basada en un cuestionario, lo que demuestra un rendimiento equivalente entre el análisis de voz y una herramienta de detección ampliamente aceptada. "Si bien nuestros hallazgos son prometedores, se necesitan más investigaciones y validaciones antes de que el enfoque tenga el potencial de convertirse en una estrategia de detección de diabetes de primera línea y ayudar a reducir el número de personas con diabetes tipo 2 no diagnosticada. Nuestros próximos pasos son dirigirnos específicamente a los casos de diabetes tipo 2 en etapa temprana y prediabetes", concluye el coautor, el doctor Guy Fagherazzi del Instituto de Salud de Luxemburgo, Luxemburgo.

---