Un modelo de IA detecta la diabetes a través de la voz en 20 segundos

El sistema, desarrollado por una empresa británica en colaboración con la Universidad de Melbourne, se presenta en el congreso de la Asociación Europea para el Estudio de la Diabetes (EASD) que se celebra actualmente en Milán.
   
Varios estudios han relacionado la diabetes tipo 2 con alteraciones en el habla, como una mayor ronquera o un menor control de la respiración al hablar.
 
Investigadores desarrollaron un modelo de inteligencia artificial capaz de detectar estas anomalías.

El modelo fue entrenado con más de 60.000 muestras de voz y posteriormente se sometió a dos rondas de pruebas.
   
En la primera ronda, que contó con la participación de más de 7.000 personas, el sistema analizó fragmentos de audio de 20 segundos y asignó correctamente una puntuación de alto riesgo al 80% de quienes efectivamente padecían diabetes.

Sin embargo, la fiabilidad fue menor en presencia de otras afecciones médicas o en determinados grupos étnicos (especialmente entre personas de raza negra).
   
La segunda fase de pruebas contó con la participación de 801 personas, a quienes se les realizó la prueba de hemoglobina glucosilada, un indicador que mide los niveles promedio de azúcar en sangre de los últimos 2 o 3 meses.
   
En este caso, el modelo de análisis de voz asignó una puntuación de riesgo más elevada a las personas con diabetes tipo 2 en comparación con aquellas que no padecían la enfermedad, lográndolo en el 75 % de los casos.
   
No obstante, la tasa de falsos positivos fue muy elevada (47%). Además, el sistema logró distinguir de manera fiable entre individuos con riesgo bajo, medio y alto de diabetes, basándose en los resultados de la prueba de hemoglobina glucosilada.
   
Los investigadores reconocen que el método requiere perfeccionarse aún más.
   
Sin embargo, "este enfoque tiene el potencial de revolucionar los métodos de cribado", afirma la investigadora Giedrė Cepukaitytė.
   
"Es posible obtener una muestra de voz por teléfono o a través de una aplicación, lo que nos permite llegar a muchas más personas que los métodos actuales, que requieren un análisis de sangre", concluye.