Los síntomas de la diabetes tipo 2 pueden detectarse en tan solo 20 segundos observando la forma de hablar de una persona gracias a una herramienta basada en la inteligencia artificial (IA).

Esa es la conclusión de una nueva investigación presentada en la reunión anual de la Asociación Europea para el Estudio de la Diabetes (EASD, por sus siglas en inglés), que ha empezado este lunes y acabará el próximo viernes en Milán (Italia).

Este estudio, el más grande de su tipo realizado hasta ahora, apunta que el análisis basado en inteligencia artificial de grabaciones cortas podría ser una herramienta de detección rápida, no invasiva y escalable para esta afección.

La diabetes tipo 2 es cada vez más común y la detección temprana resulta clave para prevenir complicaciones como enfermedades cardíacas y daño nervioso. Sin embargo, muchos casos pasan desapercibidos.

Estudios previos han relacionado la diabetes tipo 2 con cambios en el habla, como un aumento de la ronquera y la aspereza, así como la incapacidad para controlar la respiración y la voz al hablar.

Investigadores de la empresa de tecnología avanzada thymia, liderados por Roseline Polle, investigadora sénior de aprendizaje automático, y Elisa Brann, científica investigadora sénior, junto con colegas de la Universidad RMIT en Melbourne (Australia), desarrollaron primero un modelo de IA para detectar estos cambios.

Ese modelo fue estrenado con 63.283 muestras de voz de 21.129 personas en Reino Unido y Estados Unidos que habían informado si habían sido diagnosticadas con diabetes.

Luego, validaron o probaron el modelo de habla con grabaciones remotas de 20 segundos de personas que leían una de las fábulas de Esopo (historias cortas con personajes animales y moralejas).

La primera de las dos evaluaciones comparó el rendimiento del modelo con grabaciones realizadas por 7.319 adultos británicos, de los cuales el 67% eran mujeres; un 45,8% tenía al menos 40 años y 217 que declararon tener diabetes tipo 2.

El modelo de habla otorgaba una puntuación de riesgo más alto a las personas que informaron tener diabetes tipo 2 que a las que no informaron tener la afección en el 80% de los casos, lo cual se considera clínicamente útil. Además, tuvo un buen desempeño en diferentes sexos y edades.

El rendimiento también fue inferior en las grabaciones de personas con cardiopatías, hipertensión o obesidad, probablemente porque estas afecciones suelen coincidir con la diabetes tipo 2 y pueden provocar cambios vocales similares.

La segunda evaluación incluyó a un subgrupo de 801 participantes que se realizaron pruebas de hemoglobina glicosilada (HbA1c) en casa dentro de los tres meses posteriores a la grabación del discurso.

La prueba de sangre de HbA1c mide los niveles promedio de azúcar en sangre durante los últimos dos o tres meses y es la prueba de referencia para la diabetes tipo 2.

También se puede utilizar para detectar la prediabetes, donde los niveles de azúcar en sangre son más altos de lo normal, pero no lo suficientemente altos como para ser clasificados como diabetes.

En este caso, el modelo de voz asignó una puntuación de riesgo más alta a las personas con diabetes tipo 2 que a las que no la padecían en el 75% de los casos, según las pruebas de HbA1c. La sensibilidad fue del 82% (es decir, el modelo identificó correctamente al 82% de las personas con diabetes tipo 2) y la tasa de falsos positivos fue de un 47%.

El modelo de voz también pudo distinguir entre personas con riesgo bajo, medio y alto de desarrollar diabetes tipo 2, según sus resultados de HbA1c. Ninguna de las personas que el modelo clasificó como de bajo riesgo presentó resultados sanguíneos dentro del rango diabético o prediabético.

Los investigadores concluyen que la diabetes tipo 2 puede detectarse a niveles clínicamente útiles a partir de 20 segundos de habla.

"Este es el mayor estudio en condiciones reales realizado hasta la fecha sobre la detección de la diabetes tipo 2 mediante el análisis del habla, que también compara las predicciones del modelo con los resultados de los análisis de sangre y con la información que las personas proporcionaron sobre su propio diagnóstico. Aquellos señalados como de mayor riesgo por el modelo tenían resultados de análisis de sangre que coincidían", según Giedrè Cepukaitytè, investigadora científica de thymia.

Noticias relacionadas

Cepukaitytè añade: "Nuestro modelo abre una nueva vía para la detección de la diabetes. No sustituye a un análisis de sangre y nunca debería impedir que nadie que crea necesitarlo se lo haga".