Para saber se é diabético basta falar

Freepik

A Inteligência Artificial (IA) pode ajudar a identificar diabetes tipo 2 através da voz, com uma precisão de quase 90%. Este método oferece uma forma mais rápida de diagnóstico, em comparação com os testes de sangue convencionais.

Um estudo publicado, na semana passada, na Mayo Clinic Digital Health, revelou que a IA pode detetar diabetes tipo 2 através da análise da voz, com uma precisão de 89% para mulheres e 86% para homens.

O estudo envolveu 267 participantes que gravaram uma frase fixa numa aplicação de telemóvel seis vezes por dia, durante duas semanas.

A IA analisou 18.465 gravações vocais para 14 características vocais, e foram tidas em conta variáveis como sexo, idade, IMC e estado de diabetes.

Os investigadores descobriram que os marcadores vocais para a diabetes variavam entre homens e mulheres: enquanto a variação de intensidade e amplitude eram significativas nos homens; as alterações de tom foram mais reveladoras nas mulheres.

Tecnologia revolucionária

Atualmente, o diagnóstico de diabetes tipo 2 requer uma análise ao sangue e uma longa espera pelos resultados. O novo sistema de IA necessita apenas de acesso a uma aplicação de smartphone, eliminando, assim, as barreiras tradicionais à triagem de diabetes. Isto poderia ser particularmente significativo, considerando que 1 em cada 11 adultos a nível global foi diagnosticado com diabetes, e estima-se que centenas de milhões não sabem que têm a condição.

“A nossa investigação destaca variações vocais significativas entre indivíduos com e sem diabetes tipo 2 e poderia transformar a forma como a comunidade médica faz a triagem para a diabetes”, disse o líder do estudo Jaycee M. Kaufman, citado pela Science Alert.

Tal avanço não só promete diagnósticos mais rápidos, como também abre caminho para novos tratamentos, reduzindo os custos globais de saúde no tratamento desta doença tão generalizada.

Embora a tecnologia prometa uma forma de diagnóstico mais rápida e acessível, os investigadores admitem que são necessários testes mais abrangentes em grupos diversos para validação.