Inteligência artificial detecta risco de diabete tipo 2 pela voz em apenas 20 segundos, aponta estudo
Estudo em Milão mostra que IA analisa a voz por 20 segundos e identifica sinais de diabete tipo 2; método promissor para triagem não invasiva.
RESUMO ✦
Sem tempo? A Lili IA resume para você
Inteligência artificial detecta risco de diabete tipo 2 pela voz em apenas 20 segundos, aponta estudo
Apresentado no congresso anual da Associação Europeia para o Estudo do Diabete (EASD), em Milão, um estudo de grande escala demonstra que a inteligência artificial pode identificar indícios de diabete tipo 2 a partir de gravações vocais de apenas 20 segundos. O levantamento, conduzido pela deep tech Thymia em colaboração com a RMIT University of Melbourne, representa o maior estudo já realizado sobre o tema e aponta para um potencial novo instrumento de screening rápido, não invasivo e de fácil expansão.
Os pesquisadores, liderados por Roseline Polle e Elisa Brann, treinaram o modelo com 63.283 amostras de voz arrecadadas de 21.129 participantes no Reino Unido e nos Estados Unidos. Para testar e validar a ferramenta, utilizaram gravações remotas de curto formato — trechos de 20 segundos nos quais os voluntários liam uma fábula de Esopo. Na primeira avaliação, o desempenho do algoritmo foi confrontado com registros obtidos de 7.319 adultos do Reino Unido (67% mulheres, 45,8% com 40 anos ou mais e 217 participantes com diagnóstico de diabete).
Pesquisas anteriores já haviam associado o diabete tipo 2 a alterações no modo de falar, como maior rouquidão, aspereza vocal e menor controle respiratório durante a conversação. Com base nesses sinais, o modelo de inteligência artificial foi treinado para captar mudanças sutis na prosódia, no timbre e na respiração que podem não ser perceptíveis ao ouvido humano, transformando características acústicas em indicadores de risco.
Os autores destacam que o diagnóstico precoce do diabete tipo 2 é crucial para reduzir complicações cardiovasculares e neuropatias. Ainda assim, uma parcela significativa de casos permanece não diagnosticada por anos: no Reino Unido, estimam os pesquisadores, cerca de 30% dos casos passam despercebidos. Além disso, o Serviço Nacional de Saúde britânico (NHS) destina cerca de 10,7 bilhões de libras por ano ao tratamento do diabete, sendo aproximadamente 60% desse montante direcionado à gestão de complicações. Apesar de o NHS oferecer screening a cada cinco anos para maiores de 40 anos, menos da metade dos elegíveis (40,4%) participa desses controles — medidas consideradas "úteis mas que demandam tempo", segundo especialistas.
Do ponto de vista operacional, a proposta é que a análise vocal funcione como ferramenta de triagem: um teste inicial de baixo custo e não invasivo que possa identificar indivíduos com maior probabilidade de terem ou desenvolverem diabete tipo 2, encaminhando-os para exames laboratoriais confirmatórios. Essa abordagem poderia aliviar a sobrecarga dos sistemas de saúde e ampliar o alcance do diagnóstico, sobretudo em populações com baixa adesão a exames periódicos.
Ao mesmo tempo, os autores e avaliadores independentes ressaltam limites e cuidados. O método ainda requer validação adicional em populações mais diversas, testes em cenários clínicos reais e avaliação regulatória antes de qualquer aplicação clínica direta. Também são apontadas questões éticas e de privacidade relativas ao uso de dados de voz e à interpretação automatizada de sinais de saúde.
Em relatório técnico e apresentações no congresso, a equipe da Thymia defende que a solução não substitui exames clínicos, mas pode melhorar a detecção precoce com eficácia operacional. O resultado é um exemplo pragmático de como tecnologias de aprendizado de máquina podem transformar sinais rotineiros — neste caso, a própria voz — em dados médicos úteis, desde que submetidos a rigorosos processos de validação, transparência e governança.
Apuração: acompanhamento direto das comunicações do EASD em Milão, cruzamento de dados do estudo com relatórios institucionais e posicionamentos públicos dos autores. Fatos brutos apresentados; a tecnologia é promissora, mas ainda em fase de validação.

