Ahora, un equipo de Klick Labs, la Universidad de Toronto y el KITE Research Institute presentó un hallazgo que busca romper un mecanismo invisible: una inteligencia artificial capaz de detectar hipertensión a partir de grabaciones de voz. El estudio fue publicado en Digit Biomark y abre una oportunidad para el cribado, es decir, la detección temprana a gran escala.
La pieza clave no es un nuevo tensiómetro. Es la voz humana convertida en biomarcador digital, una señal medible del cuerpo. Según la OMS, más de 1.500 millones de personas viven con hipertensión, y muchas no lo saben porque el diagnóstico tradicional exige equipo, tiempo y personal capacitado.
El trabajo incluyó a 573 adultos de perfiles diversos. Durante dos semanas, los participantes hicieron hasta seis grabaciones diarias con una aplicación móvil, leyendo frases aleatorias elegidas por el sistema. Ese detalle no es menor: evita que el modelo aprenda un texto fijo y refuerza su robustez.
Después, la IA no “escucha” como lo hace una persona. Funciona más como un electricista que revisa el cableado de una casa: no se queda con las palabras, sino con pequeñas variaciones de la señal. Allí aparecen frecuencia, ritmo, entropía (nivel de desorden acústico) y rasgos espectrales (la huella de las distintas capas del sonido).
En otras palabras, la voz sería una central con interruptores diminutos. Si la presión arterial altera la respiración, la tensión muscular o la forma en que vibra el aparato fonador, esos cambios pueden dejar una marca. El algoritmo busca justamente ese engranaje oculto.
Una app en lugar de un dispositivo extra
Además, el análisis se hizo sin intervención humana directa. Eso reduce sesgos y acelera el resultado. Los investigadores combinaron modelos estadísticos con machine learning (aprendizaje automático) y aplicaron validación cruzada (prueba repetida en distintos grupos) para evitar el sobreajuste, es decir, que el sistema solo funcione bien con los datos de entrenamiento.
La evaluación usó dos criterios internacionales. El más estricto define hipertensión con presión sistólica de 140 mm Hg o más, o diastólica de 90 mm Hg o más. Con esa regla, el modelo alcanzó una precisión balanceada, una medida robusta en estudios clínicos, del 78% en mujeres y del 71% en hombres.
Con un criterio más flexible, de 135/85 mm Hg, la precisión fue del 70% en mujeres y del 61% en hombres. El resultado revela una capacidad real de detección, aunque también deja claro un desafío: mejorar el rendimiento en varones y validar la tecnología en más idiomas y contextos culturales.
Sin embargo, la promesa práctica ya está sobre la mesa. En zonas rurales o en sistemas sanitarios con pocos recursos, una app podría convertirse en la puerta de entrada a una alerta temprana, sin dispositivos adicionales ni personal médico en el momento de la prueba.
La voz como recurso preventivo
Ese cambio puede parecer pequeño, pero no lo es. Si la voz logra funcionar como una llave de acceso al control cardiovascular, el teléfono deja de ser solo una pantalla y pasa a ser una herramienta de prevención.
Los investigadores también trabajan en adaptar este mecanismo a otras enfermedades crónicas, como diabetes y apnea del sueño, con un enfoque ético y de protección de datos. La idea es simple y potente: usar una herramienta universal para detectar antes, cuando todavía hay margen para actuar.
Al final, la innovación no está en hacer hablar a las máquinas, sino en enseñarles a reconocer cuándo el cuerpo susurra que necesita ayuda.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
