La voix d’une personne peut-elle révéler qu’elle est atteinte de diabète de type 2 ? De nouvelles recherches suggèrent que c’est possible. Une étude récente a démontré qu’un bref enregistrement vocal d’un téléphone, analysé à l’aide d’une technologie d’intelligence artificielle (IA), pourrait être un outil efficace pour diagnostiquer cette maladie courante.
« Nous avons montré que les personnes diabétiques ont des schémas vocaux différents de ceux des personnes similaires non diabétiques », explique le co-auteur de l'étude, le Dr Guy Fagherazzi, directeur du département de santé de précision à l'Institut de santé du Luxembourg en Belgique.
« Nous pensons que cette technologie ne sera jamais suffisamment précise pour devenir un outil de diagnostic du diabète de type 2 qui pourrait remplacer une analyse sanguine », déclare-t-il. « En revanche, nous sommes convaincus qu’elle pourrait un jour devenir une solution efficace pour dépister le diabète et identifier les personnes à risque ou les cas potentiels non diagnostiqués. Cela pourrait réduire considérablement le fardeau mondial du diabète, car la moitié de la population diabétique l’ignore. »
Les scientifiques ont analysé des milliers de traits vocaux
Pour cette étude, 607 adultes – la moitié diagnostiqués avec le diabète et l’autre moitié non – ont été invités à fournir un enregistrement vocal d’eux-mêmes lisant quelques phrases directement depuis leur smartphone ou leur ordinateur portable.
Les chercheurs ont noté que les participants atteints de diabète étaient généralement plus âgés que ceux qui n’étaient pas atteints de la maladie et plus susceptibles d’être obèses. L’âge moyen des femmes diabétiques participant à l’étude était de près de 50 ans, contre 40 ans pour celles qui n’étaient pas diabétiques, et les hommes diabétiques avaient en moyenne environ 48 ans contre 42 ans pour ceux qui n’étaient pas diabétiques.
L’équipe d’étude a analysé des échantillons de voix de 25 secondes à l’aide de deux techniques avancées : l’une qui capturait jusqu’à 6 000 caractéristiques vocales détaillées, et une seconde approche d’apprentissage en profondeur plus sophistiquée qui se concentrait sur un ensemble raffiné d’environ 1 000 caractéristiques clés.
En intégrant des données de santé de base, notamment l’âge, le sexe, l’indice de masse corporelle et l’état d’hypertension, l’algorithme d’IA basé sur la voix a correctement identifié les deux tiers des femmes diabétiques et 7 hommes sur 10.
Le modèle d’IA s’est montré encore plus performant chez les femmes de 60 ans ou plus et chez les personnes souffrant d’hypertension.
« Les femmes sont généralement plus faciles à distinguer par la voix lorsqu’elles ont un problème de santé. Nous avons observé ce phénomène lors de recherches antérieures sur d’autres maladies que le diabète », explique le Dr Fagherazzi. « L’hypertension est également connue pour affecter les paramètres de la voix, nous pouvons donc supposer que les personnes atteintes à la fois de diabète et d’hypertension ont une voix encore plus distincte. »
La voix comme source de détection des maladies
« L’IA et l’apprentissage automatique ont la capacité de fournir de nouvelles informations sur la relation entre les voix et le diabète », explique Kevin Peterson, MD, MPH, vice-président des soins primaires à l’American Diabetes Association.
L'étude a toutefois noté que la détection par cette technique d'IA correspondait à 93 % au score de risque basé sur un questionnaire de l'American Diabetes Association, démontrant ainsi des performances équivalentes entre l'analyse vocale et un outil de dépistage largement accepté.
Pourquoi le diabète peut affecter la voix
Fagherazzi et ses collègues suggèrent que l’hyperglycémie chronique, la fatigue, le reflux acide, les capacités pulmonaires (poumons) inférieures et les neuropathies (affections qui affectent les nerfs) sont quelques-uns des principaux facteurs qui pourraient expliquer pourquoi les personnes diabétiques ont des traits de voix différents de ceux des personnes non diabétiques.
Susan Spratt, docteure en médecine et professeure de médecine spécialisée en endocrinologie, métabolisme et nutrition à la faculté de médecine de l'université Duke à Durham, en Caroline du Nord, soupçonne que le diabète peut affecter la voix de plusieurs façons.
« Tout d’abord, le diabète peut provoquer une déshydratation, qui peut affecter les tissus des cordes vocales, ainsi que les tissus qui tapissent la bouche et la langue », explique le Dr Spratt, qui n’a pas participé à la nouvelle étude. Elle suppose que la déshydratation pourrait rendre les mots plus saccadés ou « collants ».
Elle ajoute : « À long terme, le diabète peut affecter les nerfs, notamment ceux impliqués dans l’audition. La perte auditive est plus prononcée chez les patients diabétiques, ce qui peut également avoir un impact sur la parole. »
« Ce n’est pas une caractéristique vocale particulière qui peut expliquer la différence de signature vocale entre les personnes diabétiques et non diabétiques. Il s’agit plutôt d’une combinaison de petits changements qui, mis ensemble, peuvent aider à faire la distinction entre les deux groupes », explique Fagherazzi.
« Certaines personnes atteintes de diabète depuis plus de 10 à 20 ans connaissent des changements de voix détectables par l’oreille humaine, mais dans l’ensemble, c’est surtout grâce aux progrès du traitement du signal audio et de l’IA que nous pouvons désormais détecter ces changements subtils », explique Fagherazzi.
Les diagnostics vocaux ne sont pas encore prêts à être largement utilisés
Selon le Dr Peterson, qui n’a pas participé à l’étude, des recherches supplémentaires sont nécessaires avant que les tests vocaux puissent être largement utilisés comme outil dans les cabinets médicaux.
« Cette étude permet de générer des hypothèses », explique-t-il. « Elle met en évidence des pistes à explorer. Il est important de déterminer l’effet que cette technologie aurait sur une population « réelle » avant d’envisager sa mise en œuvre. C’est un nouveau domaine de recherche intéressant, mais il est encore trop tôt pour savoir s’il apportera une valeur clinique. »
