Des chercheurs de l'entreprise de recherche en soins de santé Klick Labs ont mis au point un modèle d'apprentissage automatique capable de déterminer la présence d'un diabète de type 2 à partir d'un bref enregistrement vocal de 6 à 10 secondes seulement.
Le modèle montre un taux de précision maximal de 89% pour les femmes et de 86% pour les hommes lorsqu'il est combiné à d'autres paramètres comme l'indice de masse corporelle (IMC).
"Notre recherche met en évidence des variations vocales significatives entre les personnes atteintes ou non de diabète de type 2 et pourrait transformer la manière dont la communauté médicale dépiste le diabète", a commenté Jaycee Kaufman, chercheur à Klick Labs.
La méthode, publié dans Mayo Clinic ProceedingsL'inscription sur la liste des candidats à l'élection présidentielle est subordonnée à l'enregistrement d'un court clip audio à l'aide d'un téléphone intelligent.
"Les méthodes actuelles de détection peuvent nécessiter beaucoup de temps, de déplacements et d'argent. La technologie vocale a le potentiel d'éliminer complètement ces obstacles", a ajouté M. Kaufman.
L'étude a porté sur l'analyse de 18 000 enregistrements, dans le but d'identifier les caractéristiques acoustiques uniques qui permettent de distinguer les diabétiques des non-diabétiques, en détectant des différences subtiles de hauteur et d'intensité imperceptibles à l'oreille humaine.
Un diabète avancé peut avoir un impact sur la voix en provoquant des lésions nerveuses et en réduisant la circulation sanguine, ce qui entraîne des pathologies telles que la neuropathie qui affecte les cordes vocales. Cela peut se traduire par une voix faible, rauque ou fatiguée.
En outre, le diabète peut entraîner une sécheresse buccale due à une diminution de la production de salive, ce qui contribue à aggraver les problèmes de voix.
Soulignant le rôle croissant de l'IA dans les soins de santé, les chercheurs estiment que cette technologie vocale pourrait être étendue au diagnostic d'autres problèmes de santé.
Yan Fossat, vice-président de Klick Labs, a déclaré : "Nos recherches soulignent l'énorme potentiel de la technologie vocale dans l'identification du diabète de type 2 et d'autres problèmes de santé. La technologie vocale pourrait révolutionner les pratiques de soins de santé en tant qu'outil de dépistage numérique accessible et abordable."
En savoir plus sur l'étude
Cette étude est fascinante, mais est-elle solide sur le plan méthodologique ?
La taille de l'échantillon est relativement petite, et il y a peu d'informations sur le degré d'avancement du diabète dans le groupe diabétique et peu d'informations sur le groupe de contrôle.
Néanmoins, prédire les qualités tonales subtiles de la parole chez les diabétiques semble certainement possible pour ceux qui présentent des formes avancées ou non gérées de la maladie.
Voici un aperçu plus détaillé :
- Objectif : L'étude tente de déterminer si l'analyse de la voix pourrait contribuer au dépistage ou au suivi du diabète sucré de type 2 (DT2). Les chercheurs se sont attachés à identifier les différences dans les enregistrements vocaux entre les personnes atteintes ou non de DT2.
- Méthodologie : 267 participants, hommes et femmes, y compris des personnes non diabétiques et des personnes atteintes de DT2, ont enregistré une phrase fixe plusieurs fois par jour pendant deux semaines à l'aide d'une application pour smartphone. Ce processus a généré plus de 18 000 enregistrements. L'équipe a extrait 14 caractéristiques acoustiques différentes de ces enregistrements afin d'analyser et de comparer les voix des participants non diabétiques et des participants atteints de DT2.
- Les résultats : Les chercheurs ont découvert des différences significatives dans les enregistrements vocaux des hommes et des femmes lorsqu'ils ont comparé les participants non diabétiques à ceux atteints de DT2. Ils ont identifié des caractéristiques vocales spécifiques qui permettaient de prédire avec précision le statut de DT2, notamment en les combinant avec les données relatives à l'âge et à l'IMC. La précision maximale des tests a atteint 89% pour les femmes et 86% pour les hommes.
- Implications : Ces résultats indiquent que l'analyse de la voix pourrait servir d'outil de présélection ou de surveillance du DT2. Cette méthode pourrait être particulièrement utile dans les communautés isolées, en offrant une option accessible et non invasive pour le dépistage précoce et le suivi continu.
L'idée de diagnostiquer une maladie à partir d'un enregistrement vocal peut sembler farfelue, et il est essentiel de reconnaître que les meilleurs résultats n'ont été obtenus que lorsque les enregistrements ont été combinés à l'IMC.
