Pronto, come sto? L’intelligenza artificiale che scopre le malattie dalla voce

Per riconoscere uno stato di stress, di depressione e tanto altro, può bastare una frase detta al microfono di un telefonino. Dall’altra parte, il segnale viene registrato da una piattaforma tecnologica basata sull’intelligenza artificiale, dove viene scomposto nei suoi elementi base – dal tono al timbro, dall’intonazione al ritmo del parlato – e confrontato con quasi settemila biomarcatori vocali divisi per etnia, età, sesso, lingua che sono stati rintracciati nelle voci di soggetti sani e in quelle di soggetti colpiti da una serie di patologie, come Alzheimer e Parkinson, ma anche problemi cardiovascolari, del sistema respiratorio e perfino autismo.

Dopo anni di ricerche da parte di università e istituti scientifici di tutto il mondo (il Venerdì ne scrisse sul numero del 30 ottobre 2020), una società tedesca ha realizzato una piattaforma in grado di riconoscere la traccia vocale di una serie di malattie con un’affidabilità che va dal 70 a oltre il 90 per cento.

Si tratta della audEERING di Gilching, spin-off dell’Università Tecnica di Monaco di Baviera, fondata nel 2012 da tre giovani docenti informatici, Dagmar Schuller, ceo dell’azienda, Florian Eyben, responsabile della tecnologia e Björn Schuller, responsabile scientifico. A ispirare quest’ultimo dice sia stata la serie tv statunitense degli anni 80, Knight Rider (in Italia Supercar) dove il protagonista combatteva il crimine in coppia con Kitt, un’auto a guida autonoma che dialogava e riconosceva le emozioni e lo stato di salute del protagonista semplicemente ascoltandolo.Dopo aver realizzato software per servizi clienti e ricerche di mercato, dove oltre a smistare automaticamente le telefonate in base alle richieste, interpretavano il livello di stress di chi chiama dirottandolo all’operatore più giusto, la svolta verso la diagnostica medica è arrivata durante la pandemia, quando Björn Schuller registrò la traccia vocale di migliaia di persone con il Covid-19 e pubblicò sulla rivista scientifica Frontiers in digital health una ricerca, in collaborazione con l’Ospedale Universitario di Augusta, che illustrava in che modo si potesse riconoscere il malato «dall’analisi da parte dell’intelligenza artificiale del parlato e del suono, e di elementi come la respirazione, la tosse secca o grassa, gli starnuti, la sonnolenza o il dolore, solo per citarne alcuni».

La voce come il sangue

Da qui audEERING ha sviluppato un software in grado di riconoscere gli infetti dalla voce con una precisione del 90 per cento, senza la necessità di un tampone. Dopo questo lavoro, l’azienda ha puntato sul riconoscimento di altre malattie al punto che, come puntualizza Schuller «la voce ormai può essere considerata nella diagnosi quasi alla stessa stregua del sangue o dell’urina. Il modo in cui parliamo, sussurriamo e produciamo suoni è unico, ed è estremamente significativo del nostro stato di salute».Così audEERING ha lanciato AI SoundLab, una piattaforma online dedicata a ricercatori e utenti finali, che raccoglie dati audio e informazioni sanitarie. Lo scopo, continua Schuller è «sviluppare biomarcatori sempre più puntuali che siano caratteristici di singole patologie. La nostra missione è che pazienti, operatori sanitari e ricercatori, presto siano in grado di utilizzare AI SoundLab per promuovere la salute mentale e fisica e adottare misure preventive». Grazie all’accelerazione che ha avuto negli ultimi anni, «l’intelligenza artificiale può riconoscere, per esempio, anche il minimo tremore nella voce, impercettibile all’orecchio umano». E può non solo fare diagnosi, ma anche monitorare il decorso delle malattie.Tra quelle oggetto di indagine, i risultati più convincenti sono venuti dal riconoscimento del morbo di Parkinson, che ha dimostrato un’accuratezza del 92 per cento, della schizofrenia (85 per cento), della narcolessia (72 per cento) e della sclerosi multipla (67 per cento).

Pause lunghe e poca energia

AI SoundLab ha riconosciuto anche l’affaticamento, con percentuale di successo del 74 per cento, e la depressione (76 per cento). Per quest’ultima, spiegano alla audEERING, «la nostra ricerca mostra che le caratteristiche vocali come il linguaggio monotono, la variazione del tono e il ritmo del parlato sono indicatori chiave. Gli individui depressi spesso mostrano variazioni di tono ridotte, pause più lunghe e meno energia vocale. Segnali acustici che potrebbero passare inosservati agli esseri umani». Nel riconoscimento della sclerosi multipla, invece, in uno studio realizzato in collaborazione con l’Ospedale universitario di Berna, sono state prese in considerazione e racchiuse in un set di biomarcatori, la perdita di intensità del parlato, il controllo del tono, l’instabilità vocale, il tremore, l’intelligibilità compromessa, il supporto respiratorio ridotto e la diminuzione dell’area dello spazio vocalico.Ma gli studi procedono, per allargare ulteriormente gli orizzonti: con i colleghi dell’università di Monaco, Schuller sta lavorando alla predizione del rischio di suicidio, un evento che conta 700 mila vittime e 25 milioni di tentativi non fatali ogni anno. Nello studio pubblicato a fine 2024 su E-Health and Bioengineering Conference, sono state estratte 6.461 caratteristiche dalle registrazioni del parlato di soggetti ricoverati in emergenza al Dipartimento di psichiatria dell’Ospedale di Augusta che, combinate con i metadati vocali della popolazione non a rischio, hanno permesso di realizzare il set dei biomarcatori vocali del rischio suicidio con una precisione del 66,2 per cento (quando il processo si basa solo sulla traccia vocale), che però può raggiungere addirittura il 94,4 per cento quando è unito ai dati sanitari del paziente.

Sul Venerdì del 17 gennaio 2025