Tecnología y ciencia
La voz detecta diabetes tipo 2 en segundos mediante IA
Un nuevo sistema de inteligencia artificial identifica marcadores de diabetes tipo 2 analizando cambios vocales, ofreciendo una vía rápida para el cribado inicial.
Investigadores han desarrollado un sistema basado en inteligencia artificial capaz de detectar indicios de diabetes tipo 2 en cuestión de segundos. La herramienta funciona mediante el análisis de alteraciones sutiles en la forma de hablar, lo que podría abrir una nueva ruta para el tamizaje de esta enfermedad, especialmente entre quienes no se someten a revisiones médicas periódicas.
El equipo científico aclara que este avance no sustituye los análisis de sangre convencionales utilizados actualmente para el diagnóstico clínico definitivo. No obstante, su potencial radica en la rapidez y accesibilidad para identificar riesgos iniciales.
Diseño técnico del algoritmo
La tecnología fue creada conjuntamente por expertos de la firma Thymia y la Universidad RMIT, con sede en Melbourne, Australia. El modelo procesa variaciones acústicas vinculadas a la patología, tales como un aumento de la ronquera, fatiga vocal y dificultades en el control respiratorio durante la emisión de palabras.
Los estudiosos atribuyen estos síntomas físicos al impacto de la hiperglucemia sobre el nervio vago, encargado de regular la musculatura laríngea. Además, los pacientes diabéticos presentan mayor predisposición al reflujo gastroesofágico, condición que irrita las cuerdas vocales y provoca disfonía. También influyen ciertas anomalías en la función pulmonar que afectan el flujo de aire al hablar.
Resultados de la validación clínica
Para entrenar el algoritmo, se emplearon más de 63.000 muestras de audio procedentes de 21.000 individuos residentes en Reino Unido y Estados Unidos. La prueba consistió en evaluar grabaciones de 20 segundos donde los participantes leían textos en voz alta.
El sistema asignó puntuaciones de riesgo elevadas al 80% de los sujetos que declararon padecer diabetes tipo 2. En un subanálisis posterior, centrado en 801 personas que realizaron pruebas sanguíneas domésticas dentro de los tres meses siguientes a la captura de su voz, la precisión alcanzó el 75%.
Limitaciones y contexto médico
Aunque el desempeño general fue robusto independientemente de la edad o el sexo, la eficacia disminuyó al analizar voces de participantes de raza negra. Los autores sugieren que la baja representación de este grupo en la base de datos podría explicar dicha brecha de rendimiento.
El retraso en el diagnóstico de la diabetes tipo 2 representa un desafío sanitario significativo. Sus síntomas, como la fatiga extrema y la sed intensa, suelen manifestarse gradualmente, lo que lleva a muchos afectados a evitar controles rutinarios esenciales para la detección temprana.
