Habla 20 segundos: ¿tienes diabetes?
¿Podría un simple audio revelar información sobre nuestro riesgo de tener diabetes tipo 2?
La idea parece propia de la ciencia ficción, pero una investigación presentada en la reunión anual de la Asociación Europea para el Estudio de la Diabetes (EASD) de 2026 ha estudiado precisamente esta posibilidad: utilizar inteligencia artificial para analizar pequeñas características de la voz y detectar patrones asociados con la diabetes tipo 2.
Y lo más sorprendente es la cantidad de voz necesaria: unos 20 segundos.
Eso no significa que un audio de WhatsApp pueda diagnosticarte diabetes. Pero sí abre la puerta a que, en el futuro, algo tan cotidiano como hablar delante de un teléfono pueda convertirse en una herramienta sencilla para identificar a personas que deberían realizarse pruebas adicionales.
¿Qué tiene que ver nuestra voz con la diabetes?
Nuestra voz contiene mucha más información de la que percibimos al escucharla.
Al hablar intervienen el aparato respiratorio, las cuerdas vocales, los músculos de la laringe y diferentes mecanismos neuromusculares. Las enfermedades metabólicas pueden producir cambios fisiológicos capaces de reflejarse en determinadas características acústicas.
La diferencia puede ser imperceptible para el oído humano, pero los algoritmos pueden analizar numerosos parámetros de una grabación y buscar patrones.
La posibilidad no surge de la nada. Investigaciones anteriores ya habían encontrado diferencias acústicas entre las voces de personas con y sin diabetes tipo 2 y habían planteado el análisis de voz como una posible herramienta de precribado.
La inteligencia artificial permite ahora llevar esta idea mucho más lejos.
Solo 20 segundos de voz
El nuevo trabajo analizó un sistema diseñado para predecir el riesgo de diabetes tipo 2 utilizando características obtenidas de grabaciones de voz de aproximadamente 20 segundos.
El modelo había sido entrenado previamente con datos de más de 21.000 personas.
Para su validación se estudiaron 7.319 adultos de habla inglesa del Reino Unido, comparando inicialmente las predicciones del algoritmo con el diagnóstico de diabetes tipo 2 declarado por los participantes.
Después llegó una parte especialmente interesante: comprobar si esas predicciones también tenían relación con un marcador objetivo.
Para ello, un subgrupo de 801 participantes realizó pruebas de hemoglobina glucosilada o HbA1c, uno de los análisis utilizados habitualmente para evaluar los niveles medios de glucosa en sangre durante los últimos meses.
¿Funcionó?
Los resultados son prometedores, aunque deben interpretarse con prudencia.
Frente a los diagnósticos declarados por los participantes, el modelo obtuvo un AUC de 0,80. Al compararlo con los resultados de HbA1c y utilizar el umbral correspondiente a diabetes, el AUC fue de 0,75.
El AUC es una medida utilizada para evaluar la capacidad de un modelo para diferenciar entre personas con y sin una determinada condición: cuanto más próximo está a 1, mayor es su capacidad discriminativa.
Por tanto, los resultados indican que la voz contiene información que podría ayudar a identificar a personas con mayor probabilidad de presentar diabetes tipo 2.
Pero aquí está la diferencia fundamental: identificar riesgo no es diagnosticar.
Entonces, ¿WhatsApp podría decirme si tengo diabetes?
No.
Aunque algunos titulares puedan sugerirlo, mandar un audio de WhatsApp no permite actualmente saber si una persona tiene diabetes tipo 2.
Lo que plantea esta línea de investigación es algo diferente: que en el futuro una aplicación podría analizar unos segundos de voz y señalar que una persona presenta determinados patrones asociados con un mayor riesgo.
Esa persona podría entonces ser derivada para realizar las pruebas clínicas correspondientes.
Por tanto, la voz actuaría como una posible herramienta de cribado inicial, no como sustituto de una analítica ni de la valoración de un profesional sanitario.
De hecho, los propios investigadores presentan este tipo de tecnología como una posible herramienta accesible y escalable para complementar los métodos existentes.
¿Por qué podría ser interesante?
Una de las grandes ventajas es evidente: hablar no requiere agujas, sensores ni dispositivos médicos específicos.
Prácticamente cualquier teléfono móvil dispone de un micrófono capaz de realizar una grabación.
Si futuras investigaciones confirman estos resultados, esta tecnología podría facilitar el cribado de grandes grupos de población y ayudar a identificar a personas que, de otra manera, podrían permanecer sin diagnosticar durante años.
Incluso ya se están investigando otros sistemas que utilizan exclusivamente grabaciones realizadas con smartphones para clasificar la diabetes tipo 2, lo que refuerza el interés científico por la voz como posible biomarcador digital.
Una tecnología prometedora, pero todavía en investigación
Los resultados son interesantes, pero todavía existen importantes limitaciones.
El trabajo de validación de los 20 segundos de voz está publicado como preprint, por lo que sus resultados todavía deben seguir siendo evaluados y reproducidos. Además, determinadas enfermedades concomitantes, como las cardiovasculares o la hipertensión, redujeron el rendimiento del modelo.
Otros trabajos publicados sobre análisis de voz y diabetes también señalan la necesidad de realizar validaciones independientes antes de plantear su utilización clínica.
Por eso, de momento, no debemos pensar en el teléfono como un nuevo glucómetro.
La verdadera noticia es otra: nuestra voz podría convertirse en un nuevo biomarcador digital capaz de aportar información sobre nuestra salud metabólica.
Y quizá, en unos años, esos pocos segundos que dedicamos cada día a enviar un audio puedan proporcionar mucha más información de la que imaginamos.
Comentarios