“Pronto… sono malato?”: fare diagnosi dalla voce

Analizzando la voce potremmo in futuro essere in grado di scoprire la presenza di alcune patologie, tra cui il morbo di Alzheimer, quello di Parkinson e persino Covid-19. Ma quanto sono affidabili oggi queste tecnologie?

La nostra voce può cambiare leggermente in base allo stato di salute, tanto che attraverso sistemi di analisi dei suoni potrebbe essere possibile in alcuni casi diagnosticare una malattia. In ciascuno di noi, infatti, la voce è regolata da un numero molto elevato di parametri (a oggi, quelli misurabili sono oltre 6.300) e ciascuno di questi varia in maniera volontaria o involontaria a seconda delle condizioni ambientali, di salute e delle caratteristiche specifiche individuali. La voce, o più in generale l’insieme di suoni che escono dalla nostra bocca, è il risultato del passaggio dell’aria attraverso le cavità anatomiche. La protagonista principale della produzione dei suoni è senza dubbio la laringe, ma gli organi e gli apparati coinvolti sono molteplici, e tra questi rientrano in particolare i muscoli e il sistema respiratorio.

È facile intuire che se una patologia (o un malessere) condiziona uno degli organi coinvolti nella produzione dei suoni, allora si verifica una variazione nelle loro caratteristiche, più o meno percepibile a seconda dei casi. Quando abbiamo il raffreddore, per esempio, la nostra voce diventa nasale, in quanto l’aria fatica ad attraversare le vie aree a causa dell’ipertrofia delle adenoidi o per l’ostruzione delle fosse nasali. In alcuni casi anche l’orecchio umano può percepire le differenze, ma le più piccole variazioni potrebbero essere rilevate solo da strumenti sofisticati progettati per fornire informazioni utili dal punto di vista medico e diagnostico. Si tratta di strumenti informatici che utilizzano anche intelligenza artificiale.

Registrando i suoni prodotti da una persona mentre parla, urla o tossisce, è possibile ottenere una serie di informazioni, come la frequenza, la combinazione di armoniche che li compongono, le caratteristiche delle pause e la variazione di ampiezza e sfasamenti (il cosiddetto jitter). Prendendo in considerazione l’insieme di questi dati e confrontandoli con parametri prestabiliti potrebbe essere possibile, in linea di principio, stabilire se una persona soffra o meno di uno specifico disturbo. Questi sistemi automatizzati vengono definiti con il nome di machine learning-based voice assessment, e in futuro potrebbero diventare uno strumento per migliorare i processi di diagnosi.

Il filone di ricerca è l’evoluzione delle analisi che vengono fatte da secoli, per esempio sulle caratteristiche della tosse per stabilire se il paziente soffra o meno di bronchite.

Per Covid-19 l’analisi vocale potrebbe essere più efficace dei tamponi rapidi?

Negli ultimi due anni molti scienziati hanno cercato di mettere a punto vari tipi di test diagnostico per poter rilevare nella maniera più rapida e accurata possibile la presenza del materiale genetico o degli antigeni di Sars-Cov-2 nelle mucose o nella saliva umane. Un gruppo di ricercatori di Pavia e di Roma ha, invece, provato a determinare eventuali variazioni rilevabili nella voce dei pazienti affetti da Covid-19. I risultati sono stati pubblicati sulla rivista scientifica Journal of Voice nel novembre 2021 e hanno messo in luce che nella voce dei pazienti malati si rilevano dei cambiamenti apprezzabili rispetto alle persone sane o guarite.

In particolare, tutti i partecipanti allo studio hanno effettuato tre differenti prove vocali, che consistevano in una fonazione vocale sostenuta, una chiacchierata e qualche colpo di tosse. I ricercatori hanno poi analizzato i dati e li hanno messi in relazione con i risultati dei test sierologici e dei tamponi molecolari a cui i pazienti si erano sottoposti. Hanno così potuto osservare che l’accuratezza di sistemi diagnostici basati sulla valutazione vocale è piuttosto alta: in media il 90 per cento dei responsi è risultato corretto. Come prevedibile, il sistema di screening perde un po’ di efficacia nel caso di pazienti positivi ma completamente asintomatici, in quanto le variazioni a livello vocale sono meno evidenti.

Per Covid-19 si è visto inoltre che sono almeno 30 i parametri relativi alla voce con cui è possibile identificare la presenza della malattia nella persona. Dato il numero rilevante, la rilevazione funziona solo con sistemi di intelligenza artificiale, i quali sono in grado di stimare nel dettaglio e velocemente ciascun parametro. Il confronto tra questo sistema e i tamponi nasali rapidi è impietoso: in una ricerca condotta al Massachusetts Institute of Technology di Boston è emerso che per questi il livello di accuratezza varia tra il 40 per cento e l’86 per cento, mentre l’analisi della voce, secondo questo studio, sembra raggiungere una precisione decisamente superiore. Insomma, un tampone rapido fatto in farmacia o tra le mura di casa sembra essere meno accurato dell’analisi fatta con un sistema di intelligenza artificiale su qualche secondo di ascolto della nostra voce. Tuttavia la specificità potrebbe non essere alta: risultati simili si possono verosimilmente ottenere anche in caso di malattie respiratorie diverse da Covid-19.

Un nuovo strumento contro l’Alzheimer

La malattia di Alzheimer è una malattia neurodegenerativa complessa che causa problemi cognitivi, di memoria, emotivi e del linguaggio. La diagnosi precoce può in certi casi permettere di sottoporre i pazienti a terapie che possono rallentare un poco il peggiorare dei sintomi. Tuttavia è raro che la diagnosi avvenga in tempo utile. Machine learning e sistemi automatizzati di analisi vocale sembrano poter aiutare a rilevare segnali precoci nell’uso del linguaggio, come per esempio l’utilizzo di pronomi al posto dei nomi, l’eccessivo uso di pause, la difficoltà di costruire periodi lunghi.

Presa singolarmente, ognuna di queste piccole alterazioni non permette di formulare una diagnosi, ma combinando e analizzando tutte le informazioni si può raggiungere un livello di accuratezza piuttosto elevato. I sistemi di analisi del linguaggio utilizzati per diagnosticare l’Alzheimer, come mostrano i risultati di uno studio pubblicati su Scientific reports, hanno già un grado di accuratezza che supera l’80 per cento. Un valore che – grazie al machine learning – è destinato a crescere nel tempo.

Altri possibili campi di applicazione

I sistemi di analisi della voce possono offrire numerosi vantaggi: sembrano essere affidabili, economici, non invasivi e versatili. Inoltre il loro utilizzo potrebbe permettere di svolgere i test da casa, peraltro con una frequenza maggiore rispetto ai più classici sistemi di screening.

È possibile che in futuro saranno utilizzati per contribuire alla diagnosi di numerose altre malattie che condizionano sia la muscolatura coinvolta nel parlare o nel tossire, sia l’uso del linguaggio. Il metodo è già stato convalidato in ambiente ospedaliero per la diagnosi della malattia di Parkinson con un’accuratezza del 95 per cento (e con punte del 99 per cento), della disfonia (accuratezza del 97 per cento) e del tremore essenziale (96 per cento). L’efficacia di questi metodi diagnostici è stata accertata anche per alcune malattie cardiovascolari, per la broncopneumopatia cronica ostruttiva (bpco) e persino per alcune condizioni complesse come l’autismo, la demenza e la depressione.