ENVIRONMENT

La prueba de voz con IA podría detectar la diabetes tipo 2, según investigación

PUBLISHED Sep 29, 2026, 10:57 AM ET

Read, Watch or Listen

La prueba de voz con IA podría detectar la diabetes tipo 2, según investigación

Media Bias Meter

Sources: 36

Left 11%

Center 81%

Right 8%

Sources: 36

Los investigadores han desarrollado un modelo de inteligencia artificial capaz de examinar a individuos para detectar la diabetes tipo 2 utilizando una breve grabación de voz de 20 segundos. La tecnología analiza características acústicas sutiles como variaciones de tono, tempo, ronquera y control de la respiración, que se correlacionan con los impactos fisiológicos de la diabetes en los nervios y vasos sanguíneos, pero que permanecen imperceptibles para el oído humano. Validado contra grandes cohortes de adultos y pruebas de sangre estándar de HbA1c, el modelo predictivo alcanzó un Área Bajo la Curva de aproximadamente 0.75 a 0.80. Los desarrolladores enfatizan que la herramienta funciona estrictamente como un mecanismo de triaje preliminar no invasivo en lugar de un instrumento de diagnóstico definitivo. En consecuencia, las personas marcadas como de alto riesgo deben someterse a pruebas de sangre clínicas convencionales para confirmar un diagnóstico formal. Los pasos futuros implican extensos ensayos clínicos en poblaciones diversas para garantizar la fiabilidad antes de su despliegue público generalizado en aplicaciones móviles o sistemas de telesalud.

By Noormahi M. | JQJO News

Timeline of Events

El 15 de enero de 2024, los investigadores comenzaron a entrenar modelos de habla utilizando grandes conjuntos de datos de voces adultas.
El 10 de agosto de 2024, se identificaron correlaciones iniciales de características acústicas con los niveles de glucosa en sangre.
El 5 de noviembre de 2024, las pruebas de validación preliminares arrojaron una puntuación del área bajo la curva.
El 20 de febrero de 2025, la empresa de tecnología thymia colaboró en la expansión de los parámetros de análisis acústico.
El 12 de mayo de 2025, investigadores de la Universidad RMIT publicaron hallazgos sobre métodos de extracción de biomarcadores vocales.
El 1 de septiembre de 2025, la validación de cohortes comparó las predicciones del habla con los análisis estándar de sangre HbA1c.
El 28 de septiembre de 2026, los investigadores presentaron hallazgos en el congreso europeo sobre diabetes EASD en Milán.
El 29 de septiembre de 2026, medios de comunicación globales independientes cubrieron ampliamente las implicaciones de los ensayos clínicos.
El 29 de septiembre de 2026, agencias de salud revisaron datos preliminares de falsos positivos para optimizar el protocolo de triaje.
El 15 de diciembre de 2026, los ensayos clínicos evaluarán el rendimiento del modelo en diversas poblaciones.

News Intelligence

Impacto inmediato en EE. UU.: Amplía la accesibilidad a las pruebas de detección tempranas sin requerir visitas clínicas presenciales.
Posible impacto a largo plazo en EE. UU.: Reduce la prevalencia de enfermedades metabólicas no diagnosticadas a través de aplicaciones móviles escalables.
Grupos más afectados: Pacientes, médicos de atención primaria, endocrinólogos y desarrolladores de tecnología de salud digital.
Prioridad del lector: Verificar las limitaciones de las pruebas de detección y consultar a profesionales médicos para diagnósticos formales.

Media Bias

Articles Published:: 36
Right Leaning:: 3
Left Leaning:: 4
Neutral:: 29
Distribution:: Left 11%, Center 81%, Right 8%

Explain Framing

Izquierda: Enfatiza la expansión del acceso a la atención médica y la abordaje de las disparidades de salud socioeconómicas. Centro: Se centra estrictamente en la metodología clínica, las métricas predictivas y las limitaciones tecnológicas. Derecha: Destaca la innovación del sector privado y el potencial del mercado comercial de salud digital.

Primary Source

La Universidad RMIT y thymia publicaron los hallazgos de la investigación sobre biomarcadores de voz en la fecha. https://www.rmit.edu.au/news/all-news/2026/jan/ai-voice-screening-diabetes