L’analisi della voce a supporto dello screening, della diagnosi e del follow-up medico

L’idea di base dell’analisi vocale medica

L’essere umano, a differenza di animali dotati di sensi particolarmente sviluppati (come il cane per l’olfatto o il gufo per la visione notturna), ha compensato i propri limiti sensoriali attraverso la tecnologia: dal naso elettronico ai visori a infrarossi.

Anche l’udito segue questa dinamica. L’orecchio umano è in grado di cogliere emozioni e stati d’animo, ma difficilmente riesce a percepire segnali precoci di malattia.

Oggi, grazie a microfoni ad altissima sensibilità e ad algoritmi di Intelligenza Artificiale, è possibile analizzare la voce come fonte oggettiva di informazioni cliniche, associando specifiche variazioni vocali a determinate patologie.

La voce contiene migliaia di parametri acustici:

• Parametri volontari, come tono e ritmo.
• Parametri involontari, legati alla struttura e alla fisiologia dell’apparato respiratorio e fonatorio.

Questi ultimi non possono essere modificati intenzionalmente e riflettono direttamente lo stato di salute dell’individuo.

Ad esempio, i polmoni possiedono una propria risonanza fisiologica che si modifica in presenza di patologie. L’analisi vocale consente di quantificare tali variazioni, svolgendo una funzione analoga a un’auscultazione digitale non invasiva. La voce diventa così uno strumento per la diagnosi precoce e il monitoraggio clinico.

Potenzialità dell’analisi vocale

La voce è un bio-segnale complesso che riflette diversi aspetti dell’organismo:

Fisiologia

• costituzione corporea
• funzionalità polmonare
• stato delle corde vocali

Condizioni temporanee

• febbre
• disidratazione
• affaticamento

Attività cerebrale

• controllo dei muscoli facciali
• coordinazione respiratoria
• regolazione del battito cardiaco

Per questo motivo la voce varia in presenza di:

• malattie infettive
• disturbi neurologici
• alterazioni motorie
• condizioni mentali

Analizzando queste micro-variazioni, tecnologie come VoiceWise permettono di estrarre informazioni sullo stato di salute e di individuare segnali precoci di patologia, supportando screening, diagnosi e follow-up clinico continuo.

In questa prospettiva, la voce diventa un vero e proprio bio-marcato­re digitale.

Esperienze e sperimentazioni sul campo

Studi in India (2009–2012)

Le prime sperimentazioni hanno riguardato la registrazione delle voci di centinaia di pazienti affetti da tubercolosi, febbre gialla e altre patologie infettive.

L’obiettivo era individuare un’alternativa economica ai costosi kit diagnostici.

Su 312 pazienti con tubercolosi:

• 309 diagnosi vocali corrette
• 3 falsi positivi

Il brevetto è stato depositato nel 2012 e approvato nel 2014.

Sperimentazioni in Italia

In Italia la ricerca si è concentrata su pazienti “de novo” con morbo di Parkinson, ossia prima dell’inizio della terapia farmacologica, con l’obiettivo di favorire una diagnosi precoce.

Accuratezza riscontrata:

• 95% per Parkinson
• 97% per disfonia

Gli algoritmi utilizzati adottano un approccio multi-algoritmico (reti neurali, support vector machine, modelli bayesiani) e sono in grado di apprendere progressivamente dai nuovi dati.

Collaborazioni COVID-19

Diverse strutture ospedaliere italiane (Roma, Latina, Verona, Pavia) hanno manifestato interesse per applicare l’analisi vocale ai pazienti COVID-19.

L’Ospedale dei Castelli è stata la prima struttura a ottenere il parere favorevole del Comitato Etico e ad avviare le registrazioni su pazienti positivi.

L’accuratezza stimata per il riconoscimento vocale del COVID-19 è ≥ 80%, con potenziale incremento fino al 90%, sulla base dei risultati ottenuti in altre patologie.

Evidenze scientifiche

La letteratura dimostra una correlazione tra parametri vocali e numerose patologie.

Patologie dell’apparato fonatorio

• laringite cronica
• cancro alla laringe
• polipi
• edema di Reinke
• disfonia
• esiti da intubazione
• disidratazione

Patologie sistemiche

• cardiopatie
• diabete
• sclerosi multipla
• SLA
• sindrome di Down
• tubercolosi

È stato dimostrato che esistono bio-marcatori vocali non percepibili dall’orecchio umano ma rilevabili attraverso algoritmi avanzati.

Criticità principali

Acquisizione dei dati

Per ogni patologia è necessario registrare:

• 80–100 pazienti
• un numero equivalente di soggetti sani

I gruppi devono essere omogenei per sesso, etnia e fascia d’età. Questo implica la raccolta di diverse centinaia di campioni vocali, con inevitabile rallentamento del processo di sviluppo.

Burocrazia

Le procedure di approvazione dei Comitati Etici risultano spesso lente e complesse, rappresentando uno dei principali ostacoli operativi.

Tecnologia e requisiti tecnici

Il sistema utilizza un approccio multi-algoritmico:

• reti neurali
• support vector machine
• modelli bayesiani

Sono impiegate tecniche di:

• feature extraction
• feature selection

per ottimizzare l’analisi dei parametri vocali e ridurre il rumore informativo.

I requisiti tecnici di registrazione sono accessibili:

• formato .wav
• 44.1 kHz
• 16 bit

La gestione dei dati è conforme al GDPR e alla normativa italiana, grazie anche alla collaborazione con Cloudwise.

Resistenze e prospettive

La principale criticità non è di natura scientifica ma procedurale. Uno snellimento delle procedure autorizzative favorirebbe lo sviluppo tecnologico nazionale e ridurrebbe la dipendenza da soluzioni estere.

Collaborazioni e opportunità

Il progetto si fonda su un team multidisciplinare che integra competenze in:

• medicina
• elettrotecnica
• musica
• informatica
• gestione dell’innovazione

Giovani ingegneri e sviluppatori possono contribuire con competenze algoritmiche e informatiche.

Contatti:

• • Prof. Giovanni Saggio
  • Canale YouTube “Giovanni Saggio”
  • Sito ufficiale dello spin-off VoiceWise

Appendice