Uma nova abordagem baseada em inteligência artificial (IA) promete contribuir para a identificação preliminar de indivíduos com risco de desenvolver diabetes tipo 2 por meio da análise de voz. A ferramenta, que utiliza gravações curtas de fala, tem como objetivo indicar possíveis sinais da doença e orientar a busca por avaliação médica especializada. O estudo, divulgado na plataforma de pré-publicações medRxiv em 18 de agosto e apresentado na reunião anual da Associação Europeia para o Estudo da Diabetes em Milão, demonstra avanços na utilização de tecnologia para triagem de condições de saúde.
Pesquisas anteriores já haviam apontado que a diabetes tipo 2 pode provocar alterações na voz, como rouquidão, voz mais áspera e dificuldades na respiração ao falar. Com base nesses sinais, a nova ferramenta foi desenvolvida para calcular a probabilidade de uma pessoa ter a doença, usando algoritmos treinados com um grande volume de dados vocais. O modelo foi alimentado com mais de 63 mil gravações de voz de indivíduos residentes nos Estados Unidos e no Reino Unido, permitindo que o sistema aprendesse a identificar padrões associados ao risco de diabetes.
Para validar a eficácia do sistema, os pesquisadores realizaram testes com áudios de aproximadamente 20 segundos, nos quais os participantes liam um texto curto. Na primeira fase de validação, envolvendo mais de 7 mil adultos, a ferramenta conseguiu distinguir aproximadamente 80% dos casos de pessoas com ou sem diagnóstico confirmado de diabetes tipo 2. Em uma segunda etapa, com um grupo menor, os resultados obtidos pela análise de voz foram comparados a exames de sangue que medem a glicose média dos últimos meses, sendo que a taxa de acerto nesse procedimento foi de cerca de 75%.
Além de identificar o risco, a ferramenta também conseguiu classificar os indivíduos em diferentes faixas de probabilidade: baixo, médio e alto risco de desenvolver ou já possuir a doença. Os dados indicam que, entre aqueles classificados como de baixo risco, nenhum apresentou resultados compatíveis com diabetes ou pré-diabetes em exames laboratoriais, reforçando seu potencial de triagem inicial. Contudo, o desempenho do sistema apresentou limitações em grupos específicos, como pessoas negras e indivíduos com condições como hipertensão, obesidade e problemas cardíacos. Os autores explicam que essas condições podem gerar alterações na voz semelhantes às observadas na diabetes, o que pode afetar a precisão do método.
Os pesquisadores ressaltam que a tecnologia não substitui exames laboratoriais ou avaliações médicas tradicionais. Sua proposta é que a ferramenta funcione como uma etapa preliminar de triagem, ajudando a identificar quem deve passar por uma investigação mais aprofundada. Os estudos futuros deverão avaliar a aplicação do sistema em ambientes clínicos e verificar se seu desempenho se mantém consistente em diferentes perfis de pacientes, ampliando assim seu potencial de uso na prática médica.
Essa iniciativa representa um avanço na busca por métodos não invasivos e acessíveis para o diagnóstico precoce de doenças crônicas, contribuindo para o aprimoramento do rastreamento e da prevenção do diabetes tipo 2.
