Une nouvelle recherche qui sera présentée lors de la réunion annuelle de l'Association européenne pour l'étude du diabète (EASD) de cette année, à Madrid (du 9 au 13 septembre), souligne le potentiel de l'utilisation de l'analyse vocale pour détecter les cas de diabète de type 2 (DT2) non diagnostiqués.
L'étude a utilisé en moyenne 25 secondes de voix de personnes ainsi que des données de santé de base, notamment l'âge, le sexe, l'indice de masse corporelle (IMC) et l'état d'hypertension, pour développer un modèle d'IA capable de distinguer si un individu souffre ou non de diabète de type 2, avec une précision de 66 % chez les femmes et de 71 % chez les hommes.
La plupart des méthodes actuelles de dépistage du diabète de type 2 nécessitent beaucoup de temps, sont invasives, nécessitent des tests en laboratoire et sont coûteuses. La combinaison de l'IA et de la technologie vocale pourrait rendre le dépistage plus accessible en supprimant ces obstacles. Cette étude est la première étape vers l'utilisation de l'analyse vocale comme stratégie de dépistage du diabète de type 2 de première intention et hautement évolutive.
Abir Elbeji, auteur principal de l'Institut luxembourgeois de la santé, Luxembourg
Près de la moitié des adultes diabétiques (environ 240 millions dans le monde) ne savent pas qu’ils sont atteints de cette maladie, car les symptômes peuvent être généralisés ou inexistants. Environ 90 % d’entre eux souffrent de diabète de type 2. Mais une détection et un traitement précoces peuvent aider à prévenir de graves complications. Réduire le nombre de cas de diabète de type 2 non diagnostiqués dans le monde est un enjeu urgent de santé publique.
L’étude visait à développer et à évaluer les performances d’un algorithme d’IA basé sur la voix pour détecter si les adultes souffrent de diabète de type 2.
Les chercheurs ont demandé à 607 adultes de l'étude Colive Voice (diagnostiqués avec et sans DT2) de fournir un enregistrement vocal d'eux-mêmes lisant quelques phrases d'un document fourni, directement depuis leur smartphone ou leur ordinateur portable.
Les femmes et les hommes atteints de DT2 étaient plus âgés (âge moyen des femmes 49,5 contre 40,0 ans et des hommes 47,6 contre 41,6 ans) et étaient plus susceptibles de vivre avec l'obésité (IMC moyen des femmes 35,8 contre 28,0 kg/m² et des hommes 32,8 contre 26,6 kg/m²) que ceux sans DT2.
À partir d’un total de 607 enregistrements, l’algorithme d’IA a analysé diverses caractéristiques vocales, telles que les changements de hauteur, d’intensité et de ton, pour identifier les différences entre les individus atteints et non diabétiques.
Cela a été réalisé en utilisant deux techniques avancées : l’une qui capturait jusqu’à 6 000 caractéristiques vocales détaillées, et une approche d’apprentissage en profondeur plus sophistiquée qui se concentrait sur un ensemble raffiné de 1 024 caractéristiques clés.
Les performances des meilleurs modèles ont été regroupées en fonction de plusieurs facteurs de risque de diabète, notamment l’âge, l’IMC et l’hypertension, et comparées à l’outil fiable de l’American Diabetes Association (ADA) pour l’évaluation du risque de diabète de type 2.
Les algorithmes basés sur la voix ont montré une bonne capacité prédictive globale, identifiant correctement 71 % des cas de diabète de type 2 chez les hommes et 66 % chez les femmes. Le modèle a obtenu de meilleurs résultats encore chez les femmes de 60 ans ou plus et chez les personnes souffrant d'hypertension.
De plus, il y avait une concordance de 93 % avec le score de risque ADA basé sur un questionnaire, démontrant des performances équivalentes entre l'analyse vocale et un outil de dépistage largement accepté.
« Bien que nos résultats soient prometteurs, des recherches et des validations supplémentaires sont nécessaires avant que cette approche ait le potentiel de devenir une stratégie de dépistage du diabète de première intention et de contribuer à réduire le nombre de personnes atteintes de diabète de type 2 non diagnostiqué. Nos prochaines étapes consistent à cibler spécifiquement les cas de diabète de type 2 à un stade précoce et de prédiabète », a déclaré le co-auteur, le Dr Guy Fagherazzi, du Luxembourg Institute of Health, Luxembourg.
