Um novo estudo mostra que uma ferramenta que utiliza inteligência artificial para detectar alterações na fala pode ser usada para diagnosticar diabetes tipo 2 em apenas alguns segundos.
Os pesquisadores dizem que a tecnologia “abre um novo caminho para testes de diabetes” – gravações de voz podem ser coletadas no telefone ou usando um aplicativo.
Mais de seis milhões de pessoas no Reino Unido vivem atualmente com diabetes, de acordo com a Diabetes UK.
Contudo, apenas 4,7 milhões têm um diagnóstico oficial – enquanto outro terço dos diabéticos vive com a doença sem o saber.
O início lento dos sintomas do diabetes, como fadiga e sede excessiva, pode contribuir para o atraso no diagnóstico, mostra a pesquisa.
Mas a falta de acesso a exames e testes de rotina significa que os pacientes de baixo risco recebem exames de sangue padrão que detectam a doença.
Agora, uma nova ferramenta promete mudar a forma como o diabetes tipo 2 é diagnosticado.
Desenvolvida pela empresa de tecnologia Thymea, com sede em Melbourne, na Austrália, e por pesquisadores da Universidade RMIT, a tecnologia usa inteligência artificial para detectar alterações na fala associadas ao diabetes tipo 2.
Uma ferramenta que usa inteligência artificial para detectar alterações na fala pode ser usada para diagnosticar diabetes tipo 2 em apenas alguns segundos, descobriu um novo estudo.
Tensão na voz, aumento da rouquidão e incapacidade de controlar a respiração podem sinalizar a condição, mostram pesquisas.
Uma voz áspera ou rouca é comum em pessoas com mau controle do açúcar no sangue, porque o açúcar elevado no sangue pode danificar o nervo vago, que controla os músculos da caixa vocal.
Pessoas com diabetes também apresentam taxas mais altas de refluxo ácido estomacal, que irrita e inflama o trato vocal – causando rouquidão – enquanto a redução da função pulmonar reduz o fluxo de ar necessário para uma fala clara.
Para ser capaz de captar mudanças sutis na fala, a nova ferramenta foi treinada usando mais de 63 mil amostras de voz de mais de 21 mil pessoas no Reino Unido e nos EUA.
Os pesquisadores então testaram o modelo usando gravações de 20 segundos de pessoas lendo em voz alta as fábulas de Esopo.
O estudo incluiu 7.319 pessoas no Reino Unido e descobriu que o modelo de fala deu uma pontuação de risco mais elevada para aqueles que relataram diabetes tipo 2 em 80% das vezes.
Embora tenha um bom desempenho em diversas idades e sexos, a ferramenta teve um desempenho fraco ao analisar a fala de pacientes negros – o que os pesquisadores sugerem ser provavelmente devido à participação de pacientes negros.
A segunda análise incluiu um subgrupo de 801 pessoas que fizeram um exame de sangue para diabetes em casa três meses após a gravação da fala.
A ferramenta de IA deu a essas pessoas uma pontuação de risco mais alta em 75% das vezes.
O diabetes geralmente é diagnosticado com um exame de sangue que mede o nível médio de açúcar no sangue nos últimos dois a três meses.
O teste está disponível para pessoas que apresentam sintomas ou durante um exame de saúde de rotina oferecido a pessoas entre 40 e 74 anos.
Giedre Cepukaityte, cientista pesquisador de Thymea que apresentará as descobertas na Associação Europeia para o Estudo da Diabetes (EASD), em Milão, disse que a ferramenta “tem o potencial de mudar a aparência do rastreio”.
“Este é o maior estudo do mundo real até o momento sobre triagem baseada na fala para diabetes tipo 2, que testa as previsões do modelo em relação aos resultados dos exames de sangue, bem como o que as pessoas relatam sobre seu próprio diagnóstico”, disse ele.
‘Uma amostra de fala pode ser coletada por telefone ou por meio de um aplicativo, para que possamos alcançar muito mais pessoas que precisam de um exame de sangue do que a forma atual, especialmente aquelas que talvez nunca façam um exame de saúde.
“Nosso modelo abre um novo caminho para o rastreamento do diabetes. Não substitui um exame de sangue e nunca deve impedir ninguém que sinta necessidade de fazer um.
“O nosso próximo passo é testar o modelo em ambientes clínicos e compreender até que ponto funciona bem para cada grupo, porque uma ferramenta de rastreio tem de funcionar para todos”.
