Una grabación de voz de apenas 20 segundos podría convertirse en una herramienta para identificar a personas con riesgo de padecer diabetes tipo 2, de acuerdo con un estudio desarrollado por investigadores de la Universidad RMIT, en Melbourne, Australia, y expertos de la empresa tecnológica Thymia.
Los resultados fueron presentados durante la reunión anual de la Asociación Europea para el Estudio de la Diabetes (EASD), que se realiza en Milán, Italia, del 28 de septiembre al 2 de octubre.
La investigación señala que un sistema de inteligencia artificial (IA) capaz de analizar características del habla podría utilizarse como una herramienta rápida, no invasiva y potencialmente escalable para la detección de esta enfermedad.
La diabetes tipo 2 se ha convertido en un problema de salud cada vez más frecuente y su identificación temprana es relevante para prevenir complicaciones como enfermedades cardiovasculares y daño nervioso. Sin embargo, una parte de los casos permanece sin diagnosticar.
Actualmente, la detección depende principalmente de consultas médicas y análisis de sangre, entre ellos la prueba de hemoglobina glucosilada (HbA1c), que permite conocer el promedio de glucosa en sangre de los últimos dos o tres meses.
El habla como señal de riesgo
Investigaciones anteriores habían relacionado la diabetes tipo 2 con modificaciones en la voz y el habla, entre ellas cambios en la ronquera y la aspereza, así como alteraciones en el control de la respiración y la voz.
A partir de estos hallazgos, investigadores de Thymia y RMIT desarrollaron un modelo de IA entrenado con 63 mil 283 muestras de voz correspondientes a 21 mil 129 personas del Reino Unido y Estados Unidos.
Posteriormente, el sistema fue probado mediante grabaciones remotas de aproximadamente 20 segundos. Los participantes debían leer una de las fábulas de Esopo, con el objetivo de obtener muestras de habla comparables.
En una primera evaluación participaron 7 mil 319 adultos del Reino Unido, de los cuales 217 reportaron haber sido diagnosticados con diabetes tipo 2.
El modelo asignó una puntuación de riesgo más elevada a quienes habían reportado tener la enfermedad frente a quienes no la padecían en 80 por ciento de los casos, resultado que los investigadores consideran clínicamente útil.
El desempeño fue consistente entre distintos grupos de edad y sexo. Sin embargo, fue menor entre los participantes negros, una situación que los investigadores atribuyeron, entre otros factores, al reducido número de personas de ese grupo que reportaron tener diabetes tipo 2.
El modelo también presentó un rendimiento inferior entre personas con enfermedades cardiacas, hipertensión u obesidad, condiciones que pueden coincidir con la diabetes y generar modificaciones vocales similares.
Comparación con análisis de sangre
En una segunda evaluación, los investigadores analizaron a un grupo de 801 participantes que se realizaron una prueba de HbA1c en casa dentro de los tres meses posteriores a la grabación de voz.
En este grupo, el sistema otorgó una puntuación de riesgo más alta a las personas que presentaban diabetes tipo 2, de acuerdo con sus resultados sanguíneos, en 75 por ciento de los casos.
La sensibilidad del modelo fue de 82 por ciento, es decir, identificó correctamente a 82 por ciento de las personas que tenían diabetes tipo 2. No obstante, registró una tasa de falsos positivos de 47 por ciento.
El sistema también logró diferenciar entre personas con riesgo bajo, medio y alto de desarrollar diabetes tipo 2 a partir de sus resultados de HbA1c. En el estudio, ninguna de las personas clasificadas por el modelo como de bajo riesgo presentó resultados sanguíneos correspondientes a diabetes o prediabetes.
Los investigadores concluyeron que el análisis de voz puede identificar señales asociadas con la diabetes tipo 2 en niveles que podrían resultar útiles para la detección inicial.
No sustituirá las pruebas de sangre
Los autores señalaron que la tecnología todavía necesita ser validada en entornos clínicos antes de plantear su incorporación a los procesos habituales de atención médica.
Una posible aplicación sería utilizar grabaciones breves de voz en centros de atención primaria, por teléfono o mediante aplicaciones digitales, para identificar a personas con mayor riesgo y posteriormente canalizarlas a pruebas de sangre que permitan confirmar o descartar la enfermedad.
La propuesta, subrayaron los investigadores, sería complementar las pruebas de laboratorio y no sustituirlas.
Giedre Cepukaityte, investigadora científica de Thymia y encargada de presentar los resultados en la EASD, destacó que el estudio representa una evaluación realizada en condiciones reales y que, además de comparar el modelo con diagnósticos reportados por los participantes, analizó sus resultados de HbA1c.
Los investigadores advirtieron que todavía es necesario determinar con mayor precisión qué tan bien funciona el sistema en diferentes grupos de población. Esto será especialmente relevante para establecer si la herramienta puede utilizarse como método de detección amplio y reducir las diferencias de desempeño observadas entre algunos grupos.
Por ahora, la voz puede representar una vía adicional para identificar a personas que podrían beneficiarse de una evaluación médica, pero cualquier sospecha de diabetes tipo 2 debe confirmarse mediante las pruebas clínicas correspondientes.