A Klick Health fez triagem de diabetes a partir de breves gravações de voz

Só a Índia tem mais de 101 milhões de pessoas vivendo com diabetes, e mais da metade dos casos no país não é diagnosticada, impulsionada pelo acesso limitado à saúde em áreas rurais, pelas barreiras de custo aos exames de sangue de rotina e pelas desigualdades de gênero no acesso à saúde. O caminho padrão de triagem para o diabetes tipo 2 exige uma visita à clínica e uma coleta de sangue invasiva, um processo caro, logisticamente difícil e simplesmente nunca realizado por uma grande parcela das pessoas que dele precisam, particularmente em regiões com infraestrutura de saúde limitada.

A Klick Applied Sciences, o braço de pesquisa da empresa de marketing em saúde Klick Health, já vinha investigando biomarcadores vocais, características mensuráveis da voz humana ligadas a estados fisiológicos subjacentes, como uma direção de pesquisa. A equipe reconheceu que, com mais de um bilhão de indianos possuindo telefones celulares, o próprio smartphone poderia potencialmente servir como ferramenta de triagem se um sinal genuíno ligado ao diabetes pudesse ser encontrado em algo tão comum e já existente quanto a fala de uma pessoa.

Acoplou a triagem à fala: analisou gravações de voz de smartphones em busca de 14 marcadores acústicos de diabetes, de modo que uma fala de 6 segundos substitui a coleta de sangue e a visita à clínica.

O diabetes tipo 2 altera as características vocais de forma imperceptível, de modo que a voz carrega um sinal diagnóstico.

As pessoas já falam ao telefone diariamente, então a triagem não exige esforço ou custo extra.

O aprendizado de máquina em 18.000 gravações identificou 14 marcadores vocais com 86-89% de precisão.

Remover a visita à clínica e a coleta de sangue elimina as principais barreiras à adesão à triagem.

Quando uma etapa diagnóstica é uma barreira, encontre um sinal passivo em um comportamento que as pessoas já realizam, e transforme a triagem em um subproduto gratuito.

A pesquisa subjacente, conduzida com investigadores da Mayo Clinic, foi publicada no Mayo Clinic Proceedings: Digital Health em outubro de 2023, relatando 89 por cento de precisão para mulheres e 86 por cento para homens na distinção entre vozes diabéticas e não diabéticas.