Una IA Detecta el Riesgo de Diabetes Tipo 2 con 20 Segundos de Voz

Imagínate coger el móvil, leer en voz alta un cuento de menos de medio minuto y que una inteligencia artificial te avise de que estás en riesgo de padecer diabetes. Eso es exactamente lo que acaban de presentar investigadores de la empresa tecnológica thymia y la Universidad RMIT de Melbourne en la reunión anual de la Asociación Europea para el Estudio de la Diabetes (EASD) en Milán.

Y es que, aunque nos parezca magia negra, la voz esconde biomarcadores que al oído humano se le escapan por completo. La diabetes tipo 2 provoca alteraciones muy sutiles en la forma en que hablamos debido a cómo afecta al sistema nervioso y muscular con el tiempo.

Hablamos en concreto de una mayor ronquera, cierta aspereza en las cuerdas vocales o ligeras dificultades para controlar la respiración. Un médico en su consulta no va a notar que te falta un milímetro de aire al pronunciar ciertas sílabas, pero un modelo algorítmico entrenado específicamente para ello, sí. Y ni se inmuta.

A ello se le suma la urgencia médica. La detección precoz de la diabetes tipo 2 es vital para prevenir complicaciones graves a largo plazo, como enfermedades cardiovasculares o daño nervioso. Hoy en día, miles de casos pasan por debajo del radar médico durante años hasta que los síntomas son evidentes.

Un cribado masivo entrenado con más de 60.000 grabaciones

Si miramos los números del entrenamiento, el despliegue técnico para crear este software es para tomárselo en serio. Este modelo predictivo no ha salido de la nada, sino que fue alimentado con 63.283 muestras de voz de más de 21.000 pacientes repartidos entre el Reino Unido y los Estados Unidos.

Básicamente, los ingenieros le dieron horas y horas de audio al sistema sabiendo previamente qué locutor tenía el diagnóstico oficial y quién no. El objetivo era forzar a la red neuronal a encontrar los patrones acústicos ocultos. Después, llegó la hora de la verdad.

Para ponerlo a prueba en un entorno real, recurrieron a un método de lo más peculiar. Pidieron a los participantes del ensayo clínico que grabaran de forma remota un audio de apenas 20 segundos leyendo una fábula de Esopo desde sus propias casas. Una prueba cero invasiva y cien por cien escalable.

Como era de esperar, los resultados iniciales en un grupo de más de 7.300 adultos británicos levantaron bastantes cejas en el sector sanitario. El algoritmo asignó una puntuación de riesgo notablemente más alta al 80% de las personas que ya sabían que tenían diabetes tipo 2. Así de simple.

La prueba de fuego frente a los análisis de sangre tradicionales

Pero claro, fiarse únicamente de lo que un paciente dice tener no es suficiente para validar una herramienta de esta envergadura. Por eso los investigadores fueron un paso más allá en una segunda evaluación, cruzando los datos de voz de 801 personas con pruebas reales de hemoglobina glicosilada (HbA1c) realizadas justo en esos meses.

Por si este término te pilla lejos, la prueba HbA1c es el estándar de oro absoluto en cualquier hospital. Mide tu nivel medio de azúcar en sangre de los últimos tres meses y es lo que dictamina de forma concluyente si eres diabético o tienes prediabetes.

En esta evaluación cruzada directa con los análisis de sangre, el modelo biométrico de voz acertó asignando un riesgo superior en el 75% de los casos confirmados. Logró alcanzar una sensibilidad del 82% a la hora de identificar correctamente a los pacientes reales. Unos datos que ya rozan la utilidad clínica real.

La letra pequeña es que la tasa de falsos positivos se disparó hasta un 47%. Es decir, casi la mitad de las personas que el sistema marcó con un riesgo elevado estaban sanas o padecían otras dolencias ajenas a la diabetes. Un número que a priori parece desastroso, pero que tiene matices.

Evidentemente, este margen de error tiene una explicación médica bastante lógica. El rendimiento de la IA cayó en picado cuando analizaba audios de personas con hipertensión, obesidad o cardiopatías severas. Estas afecciones suelen coexistir con la diabetes tipo 2 y producen un desgaste vocal casi idéntico. Al algoritmo le costó horrores separar el ruido de la señal real.

Un filtro inicial para descongestionar la sanidad

A pesar de esos falsos positivos, lo que ha conseguido este equipo de thymia y la universidad australiana tiene un valor incalculable para el triaje médico. Ninguna de las personas que la IA catalogó como «de bajo riesgo» dio positivo en los análisis de sangre de HbA1c posteriores.

En la práctica, esto significa que el sistema funciona de maravilla para descartar rápidamente a la población sana. Si pasas el filtro de voz de 20 segundos y te da luz verde, los médicos pueden ahorrar recursos, jeringuillas y tiempo de laboratorio sabiendo que estás limpio.

De momento, los propios creadores dejan muy claro que esta tecnología no pretende sustituir a un buen pinchazo en el brazo. Nadie debería saltarse un análisis médico porque una app le diga que suena muy sano. Sin embargo, esto solo es el principio de un cambio de paradigma brutal. La pelota está ahora en el tejado de los reguladores sanitarios para decidir cómo integramos estos biomarcadores de voz en la rutina de nuestros centros de salud.

Aitor Wilzig

Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.

gptzone.net