 |
| Imagen de Mimzy en Pixabay |
Un programa que utiliza datos fácilmente disponibles y no más de 10 segundos de conversación es capaz de identificar si alguien tiene diabetes siete de cada ocho veces, según un estudio. Mejor aún, pronto debería ser posible obtenerlo como una aplicación en cualquier teléfono inteligente, proporcionando una opción económica y accesible para personas con acceso limitado a instalaciones médicas.
Un equipo de Klick Labs hizo que 267 personas que se habían sometido recientemente a pruebas estándar para diabetes tipo 2 grabaran una frase corta en sus teléfonos seis veces al día durante dos semanas. Luego buscaron diferencias acústicas entre aquellos que habían dado positivo y negativo.
Combinando la presencia o ausencia de características identificadas en las huellas de voz y la edad, sexo, altura y peso de los participantes, un modelo de inteligencia artificial (IA) predijo el estado de los individuos. Resultó tener una precisión del 86 por ciento para los hombres y del 89 por ciento para las mujeres.
“La síntesis de voz es un proceso complejo que depende de los efectos combinados del sistema respiratorio, el sistema nervioso y la laringe. Cualquier cosa que afecte a estos sistemas puede influir en la voz”, escriben los investigadores. Es posible que la mayoría de las personas no puedan identificar estos cambios, ciertamente no de manera confiable, pero las computadoras pueden realizar análisis más sutiles.
Las herramientas de predicción más poderosas fueron el tono y la variación del tono entre los momentos en que se grabó la frase. Algunos otros métodos aumentaron la precisión de las predicciones para un solo sexo, siendo el "temblor de perturbación" (no, tampoco sabemos lo que significa) predictivo para las mujeres y el "brillo del cociente de perturbación de amplitud" (ídem) para los hombres.
Los niveles altos de azúcar en sangre a largo plazo pueden dañar los nervios periféricos y las fibras musculares, lo que puede producir trastornos de la voz, según han demostrado estudios anteriores. Se ha propuesto que incluso los picos temporales de glucosa en sangre, que la diabetes puede exacerbar, afectan la elasticidad de las cuerdas vocales, aunque esto aún no se ha demostrado. De manera más indirecta, la ansiedad y la depresión pueden alterar las voces de las personas, y la diabetes puede contribuir a ambas.
 |
| La IA será un gran aliado en la medicina. Imagen de Thomas Meier en Pixabay |
"Nuestra investigación destaca variaciones vocales significativas entre personas con y sin diabetes tipo 2 y podría transformar la forma en que la comunidad médica detecta la diabetes", dijo el primer autor Jaycee Kaufman en un comunicado. “Los métodos de detección actuales pueden requerir mucho tiempo, viajes y costos. La tecnología de voz tiene el potencial de eliminar estas barreras por completo”.
Las tasas de diabetes se están disparando en todo el mundo, creando una de las crisis de salud más graves que enfrenta el mundo y exacerbando muchos otros problemas. El diagnóstico tardío contribuye de manera importante, ya que muchas intervenciones que previenen o mitigan en gran medida las consecuencias de la diabetes llegan demasiado tarde.
La Federación Internacional de Diabetes estima que casi la mitad de los adultos con diabetes no son conscientes de su estado. Inevitablemente, la proporción es mayor en los países con sistemas de salud menos capaces de hacer frente a lo que vendrá. Los autores del estudio citan una estimación de que la diabetes no diagnosticada le costará al mundo 2,1 billones de dólares al año en 2030.
Se utilizan varias pruebas para identificar la diabetes tipo 2, pero todas requieren la recolección de muestras de sangre, algo que algunas personas evitan, y visitas a proveedores de atención médica y pruebas de laboratorio.
"La tecnología de voz podría revolucionar las prácticas sanitarias como una herramienta de detección digital accesible y asequible", afirmó el coautor Yan Fossat.
Klick Labs tiene la intención de repetir el estudio con una muestra más grande, además de buscar formas de mejorar aún más la precisión y explorar si la detección puede incluir el tiempo que se es diabético. También están interesados en ampliar el trabajo a otras enfermedades, como la prediabetes y la hipertensión arterial.
El estudio es de acceso abierto en Mayo Clinic Proceedings: Digital Health.