El sistema, evaluado con muestras de miles de adultos de Reino Unido y Estados Unidos, distingui\u00f3 entre participantes con la enfermedad y sin ella. A\u00fan requiere validaci\u00f3n cl\u00ednica y m\u00e1s estudios antes de incorporarse a controles iniciales<\/strong><\/p>\n Por Constanza Almir\u00f3n<\/p>\n Una grabaci\u00f3n de voz de apenas 20 segundos podr\u00eda ayudar a estimar el riesgo de diabetes tipo 2 mediante inteligencia artificial. El modelo analiza rasgos de la voz y, en las pruebas realizadas, logr\u00f3 diferenciar a personas con y sin la enfermedad con un nivel de precisi\u00f3n que sus autores consideran cl\u00ednicamente \u00fatil.<\/p>\n Hasta ahora, la confirmaci\u00f3n de la diabetes tipo 2 ha requerido an\u00e1lisis de sangre y, en muchos casos, la enfermedad permanece sin detectar durante a\u00f1os. Por eso, uno de los principales desaf\u00edos es ampliar el acceso a controles iniciales sin reemplazar las pruebas cl\u00ednicas que permiten determinar con certeza los niveles de glucosa en sangre.<\/p>\n En este contexto, el avance fue descrito en un preprint difundido en el repositorio medRxiv. Un preprint es una versi\u00f3n preliminar de un trabajo cient\u00edfico. All\u00ed, un equipo de la Universidad RMIT de Melbourne, en Australia, evalu\u00f3 un sistema de an\u00e1lisis de voz en miles de participantes del Reino Unido y Estados Unidos.<\/p>\n Los resultados sugieren que esta herramienta podr\u00eda complementar los m\u00e9todos de detecci\u00f3n existentes, aunque todav\u00eda requiere validaci\u00f3n en \u00e1mbitos cl\u00ednicos.<\/p>\n La investigaci\u00f3n parte de estudios previos que vincularon la diabetes tipo 2 con cambios en la calidad de la voz. Entre ellos aparecen una mayor ronquera, aspereza y dificultades para controlar la respiraci\u00f3n o la emisi\u00f3n vocal mientras se habla.<\/p>\n El nuevo modelo busc\u00f3 reconocer esas caracter\u00edsticas en registros breves, sin requerir dispositivos m\u00e9dicos ni extracciones de sangre para la primera evaluaci\u00f3n.<\/p>\n Para entrenarlo, los investigadores utilizaron 63.283 muestras de voz de 21.129 personas del Reino Unido y Estados Unidos que hab\u00edan informado si contaban con un diagn\u00f3stico de diabetes. Luego, el sistema fue probado con grabaciones remotas de 20 segundos, en las que los participantes le\u00edan una f\u00e1bula de Esopo.<\/p>\n La prueba se realiz\u00f3 en dos etapas. La primera incluy\u00f3 a 7.319 adultos del Reino Unido, de los cuales el 67 % eran mujeres y el 45,8 % ten\u00eda 40 a\u00f1os o m\u00e1s. Dentro de ese grupo, 217 participantes declararon convivir con la enfermedad.<\/p>\n La herramienta asign\u00f3 una puntuaci\u00f3n de riesgo m\u00e1s alta a quienes hab\u00edan informado la enfermedad que a quienes no lo hab\u00edan hecho en el 80 % de los casos. Seg\u00fan se detalla en el estudio, ese resultado corresponde a un \u00e1rea bajo la curva de 0,80. Esta medida estad\u00edstica indica qu\u00e9 tan bien una herramienta puede diferenciar entre dos grupos: cuanto m\u00e1s alto es el valor, mayor es su capacidad de distinci\u00f3n.<\/p>\n Los autores presentan el trabajo como el mayor estudio realizado hasta ahora en condiciones reales sobre detecci\u00f3n de diabetes tipo 2 mediante el an\u00e1lisis de la voz. Adem\u00e1s de considerar los diagn\u00f3sticos informados por los participantes, la investigaci\u00f3n contrast\u00f3 parte de las predicciones con an\u00e1lisis de sangre.<\/p>\n La segunda fase incluy\u00f3 a un subgrupo de 801 participantes que realiz\u00f3 una prueba de HbA1c en el hogar durante los tres meses posteriores a la grabaci\u00f3n. La HbA1c es un an\u00e1lisis de sangre que estima el promedio de glucosa de los \u00faltimos dos o tres meses y se utiliza para detectar diabetes y prediabetes.<\/p>\n En este grupo, el sistema distingui\u00f3 a las personas con diabetes tipo 2 de quienes no ten\u00edan la condici\u00f3n en el 75 % de los casos, de acuerdo con los resultados de HbA1c. La sensibilidad fue del 82 %, lo que significa que identific\u00f3 correctamente a 82 de cada 100 personas que ten\u00edan diabetes tipo 2.<\/p>\n La tasa de falsos positivos fue del 47 %, es decir, que el modelo tambi\u00e9n asign\u00f3 riesgo elevado a una parte relevante de personas que no cumpl\u00edan el criterio de diabetes en el an\u00e1lisis de sangre.<\/p>\n Por esa raz\u00f3n, los autores remarcaron que la herramienta no est\u00e1 dise\u00f1ada para confirmar un diagn\u00f3stico ni para reemplazar un an\u00e1lisis de sangre. Su posible funci\u00f3n ser\u00eda seleccionar a quienes deber\u00edan acceder despu\u00e9s a una evaluaci\u00f3n cl\u00ednica y a una prueba sangu\u00ednea.<\/p>\n