Índice
Uma equipe de pesquisadores canadenses desenvolveu um modelo de inteligência artificial que pode detectar o diabetes com base em análises de mensagens de voz curtas, com duração de até 10 segundos. Este avanço na diagnóstico precoce do diabetes tipo 2 vem do Kick Labs, uma empresa canadense.
O modelo de IA funciona identificando características específicas na voz de uma pessoa e correlacionando esses traços com dados como idade, sexo, altura e peso. Os resultados revelaram que o modelo foi capaz de distinguir se uma pessoa tem diabetes tipo 2 com uma precisão de 89% para mulheres e 86% para homens.
A voz humana é influenciada por uma série de fatores, incluindo o sistema respiratório, o sistema nervoso e a laringe. No entanto, a maioria das pessoas não consegue perceber essas nuances, enquanto os computadores podem realizar análises detalhadas e precisas.
Os pesquisadores conduziram um estudo em que 267 pessoas, que já haviam passado por testes padrão para diabetes tipo 2, gravaram mensagens de voz curtas em seus smartphones seis vezes por dia durante duas semanas. Eles analisaram mais de 18.000 gravações em busca de mudanças sutis no tom e na intensidade da voz que pudessem indicar a presença do diabetes.
Os resultados revelaram diferenças vocais significativas entre aqueles com e sem diabetes tipo 2, indicando o potencial da análise vocal como uma ferramenta de diagnóstico. Os pesquisadores acreditam que essa tecnologia pode eliminar barreiras no rastreamento do diabetes, que atualmente pode ser demorado, dispendioso e exigir viagens.
O estudo identificou várias características acústicas da voz que apresentaram diferenças significativas entre pessoas com diabetes tipo 2 (T2DM) e aquelas sem a condição. Estas características incluíam:
Para mulheres:
1. Frequência fundamental (pitch)
2. Desvio padrão da frequência fundamental (pitch SD)
3. Perturbação média relativa da frequência fundamental (relative average pertubation jitter)
Para homens:
1. Intensidade da voz (intensity)
2. Quociente de perturbação de amplitude de 11 pontos (apq11, em inglês: 11-point amplitude perturbation quotient shimmer)
Essas características foram analisadas nas gravações de voz dos participantes e mostraram-se capazes de distinguir entre indivíduos com T2DM e aqueles sem a condição. A incorporação dessas características, juntamente com a idade (age) e o índice de massa corporal (BMI), permitiu a criação de modelos de previsão que alcançaram taxas de precisão consideráveis em mulheres e homens. No entanto, a voz era apenas um dos fatores considerados na previsão do status de T2DM, com outros fatores de risco também desempenhando um papel importante.
Os próximos passos da pesquisa envolvem repetir o estudo e explorar o uso da análise vocal em outras áreas médicas, como pré-diabetes, saúde das mulheres e hipertensão. A tecnologia de análise vocal promete ser uma ferramenta de triagem digital acessível e eficaz, capaz de revolucionar os cuidados de saúde.
O estudo Acoustic Analysis and Prediction of Type 2 Diabetes Mellitus Using Smartphone-Recorded Voice Segments foi publicado na revista Mayo Clinic Proceedings: Digital Health.
Fonte: Fanpage
Talvez te interesse ler também:
Diabetes: 10 sinais iniciais bastante comuns. Fique de olho!
Caminhar após as refeições previne diabetes, diz estudo
Conheças os Significados Emocionais da Diabetes
Categorias: Saúde e bem-estar
ASSINE NOSSA NEWSLETTER