— Agencias 30/09/2026
Una nueva herramienta basada en inteligencia artificial (IA) podría facilitar el cribado de la diabetes tipo 2 mediante el análisis de la voz. El sistema necesita apenas 20 segundos de audio para identificar patrones vocales que podrían estar relacionados con la enfermedad.
Los resultados fueron presentados durante la reunión anual de la Asociación Europea para el Estudio de la Diabetes (EASD) 2026, en Milán, donde los investigadores plantearon que esta tecnología podría convertirse en una alternativa sencilla para identificar a personas que necesitan realizarse pruebas convencionales.
La propuesta es especialmente relevante en lugares donde los análisis de sangre no están disponibles con facilidad. Sin embargo, la herramienta no pretende sustituir las pruebas de laboratorio, sino funcionar como un primer filtro.
¿Cómo puede la voz proporcionar información sobre la diabetes?
El sistema fue desarrollado por thymia en colaboración con la Universidad RMIT de Australia.
Para entrenarlo se utilizaron 63,283 grabaciones de voz correspondientes a 21,129 personas de Estados Unidos y Reino Unido.
Los participantes realizaron grabaciones de aproximadamente 20 segundos, durante las cuales leían fragmentos de las fábulas de Esopo.
Posteriormente, el algoritmo analizó características de las grabaciones que pueden ser difíciles de identificar mediante la escucha convencional.
La diabetes tipo 2 puede asociarse con alteraciones que afectan diferentes sistemas del organismo y, en determinadas personas, podrían producir modificaciones sutiles en características de la voz, como la calidad vocal o el control de la respiración.
La IA intenta identificar combinaciones de estas características que podrían distinguir a personas con diabetes de aquellas que no presentan la enfermedad.
¿Qué tan precisa fue la herramienta?
En una primera etapa de validación, que incluyó a más de 7,000 adultos, el sistema logró diferenciar correctamente entre personas con y sin diabetes tipo 2 aproximadamente en 80% de los casos.
Posteriormente, los investigadores analizaron un grupo de 801 participantes cuyos resultados pudieron compararse con mediciones de hemoglobina glucosilada (HbA1c).
En ese grupo, la herramienta identificó correctamente alrededor del 82% de las personas que tenían diabetes, aunque presentó una tasa de falsos positivos cercana al 47%.
Este último dato es particularmente importante: significa que una proporción considerable de personas identificadas por el sistema como potencialmente afectadas podría no tener diabetes después de realizar las pruebas convencionales.
Por ello, el resultado de la IA no debe interpretarse como un diagnóstico.
Una prueba de cribado, no un diagnóstico definitivo
La principal utilidad de una herramienta de este tipo sería actuar como una primera etapa de detección.
Por ejemplo, una persona podría realizar una grabación desde un teléfono móvil. Si el algoritmo identifica un patrón compatible con un mayor riesgo, esa persona podría ser canalizada para realizarse una HbA1c o una medición de glucosa.
Este enfoque podría resultar útil para ampliar el acceso al cribado, pero cualquier resultado positivo necesitaría confirmación mediante métodos clínicos establecidos.
Actualmente, la HbA1c, la glucosa plasmática en ayuno y otras pruebas metabólicas continúan siendo las herramientas utilizadas para establecer el diagnóstico de diabetes.
¿Qué ventajas tendría analizar la voz?
La tecnología presenta varias características que podrían facilitar su utilización:
Rapidez: requiere aproximadamente 20 segundos de grabación.
No invasiva: no necesita extracción de sangre.
Bajo requerimiento de infraestructura: potencialmente podría utilizarse mediante teléfonos inteligentes u otros dispositivos.
Posibilidad de ampliar el cribado: podría facilitar la identificación de personas que posteriormente necesiten una evaluación médica.
Facilidad de repetición: una grabación puede realizarse sin procedimientos clínicos complejos.
Estas características podrían ser especialmente útiles en programas de detección dirigidos a poblaciones con dificultades para acceder a laboratorios.
También existen limitaciones importantes
Uno de los principales desafíos identificados fue el rendimiento desigual entre determinados grupos de población.
La herramienta tuvo un desempeño menor entre participantes de raza negra. Los investigadores señalaron que esto podría estar relacionado, entre otros factores, con una menor representación de este grupo en los datos utilizados para desarrollar el modelo y con la presencia de enfermedades que también pueden modificar la voz.
Este punto es fundamental para cualquier sistema médico basado en IA: un algoritmo entrenado con una población poco diversa puede funcionar de manera diferente cuando se utiliza en otros grupos.
También deben estudiarse factores como edad, sexo, idioma, acento, tabaquismo, enfermedades respiratorias y cardiovasculares, obesidad y otros problemas que podrían modificar las características de la voz.
¿Podría sustituir a la prueba de sangre?
Por ahora, no.
El análisis de voz debe considerarse una herramienta experimental de cribado y no una prueba diagnóstica definitiva.
Una persona podría obtener un resultado positivo mediante IA y no tener diabetes, o eventualmente obtener un resultado negativo y aun así presentar la enfermedad.
Por eso, los resultados deben confirmarse mediante las pruebas clínicas correspondientes.
¿Qué aporta frente a otras investigaciones?
El uso de inteligencia artificial para detectar enfermedades mediante la voz no es completamente nuevo.
Investigaciones anteriores, incluidas las realizadas por Klick Labs, han explorado modelos capaces de analizar grabaciones de pocos segundos y detectar patrones asociados con la diabetes tipo 2.
La investigación presentada en EASD 2026 continúa esta línea y evalúa un modelo entrenado con una cantidad considerable de muestras, con el objetivo de desarrollar una herramienta de cribado que pueda utilizarse de manera rápida y sencilla.
Sin embargo, todavía será necesario determinar qué tan bien funciona cuando se aplica a poblaciones diferentes a las utilizadas durante su desarrollo.
¿Qué podría significar para México?
México enfrenta una elevada carga de diabetes tipo 2, por lo que las herramientas capaces de facilitar el cribado podrían tener utilidad potencial, especialmente en comunidades donde existen dificultades para acceder a servicios de laboratorio.
Una tecnología basada en el teléfono móvil podría, en teoría, permitir identificar a personas que posteriormente requieran una evaluación metabólica.
Pero antes de utilizarla ampliamente en México sería necesario validarla en población mexicana, incluyendo diferentes edades, regiones, acentos, condiciones de salud y características sociodemográficas.
También tendría que demostrarse que el uso de esta herramienta realmente mejora la detección de casos y que los beneficios superan los posibles problemas derivados de falsos positivos o falsos negativos.
¿Estamos ante una nueva forma de diagnosticar diabetes?
La tecnología es prometedora, pero todavía es pronto para considerarla un nuevo método diagnóstico.
Su principal potencial está en utilizar la voz como una herramienta inicial de cribado, capaz de seleccionar a las personas que podrían necesitar pruebas más precisas.
Si futuros estudios confirman su rendimiento en poblaciones diversas y demuestran que puede integrarse de manera segura en los sistemas de salud, podría convertirse en un complemento de las pruebas tradicionales.
Por ahora, una grabación de voz no puede confirmar ni descartar por sí sola la diabetes tipo 2. El diagnóstico continúa requiriendo una evaluación clínica y pruebas de glucosa establecidas.
Instala la nueva aplicación de El Tiempo MX