Investigadores de la Universidad de Toronto y la empresa Klick Applied Sciences analizaron grabaciones de voz de 573 participantes mediante IA y lograron identificar signos de hipertensión con una precisión de hasta 78% en mujeres.
Un equipo de investigadores de la Universidad de Toronto, el Instituto de Investigación KITE y Klick Applied Sciences, en Canadá, desarrolló un modelo de aprendizaje automático o machine learning capaz de detectar posibles casos de hipertensión a partir del análisis acústico de la voz. El estudio, publicado en Digital Biomarkers, evaluó la viabilidad de este enfoque como una alternativa complementaria y no invasiva a la medición tradicional de presión arterial con brazalete.
La hipertensión es el principal factor de riesgo para enfermedades cardiovasculares como la insuficiencia cardíaca y el accidente cerebrovascular, y se estima que más de 1.500 millones de personas en el mundo la padecen. Más de un tercio de los casos permanece sin diagnosticar, en parte porque el método estándar de medición, aunque preciso, requiere personal capacitado y equipo especializado que no siempre está disponible en zonas rurales o de difícil acceso.
Para el estudio, los investigadores reclutaron a 573 personas, de las cuales 197 eran mujeres. Durante dos semanas, cada participante grabó hasta seis veces al día una oración corta seleccionada al azar de una lista de aproximadamente 3 mil frases en inglés, utilizando una aplicación móvil diseñada para el estudio. Al inicio y al final del periodo de recolección, personal médico calificado midió la presión arterial y la frecuencia cardíaca de cada persona bajo condiciones estandarizadas.
A partir de las grabaciones, el equipo extrajo distintas características acústicas de las voces, como variaciones de tono, ritmo y patrones espectrales, y las utilizó para entrenar modelos de aprendizaje automático separados para hombres y mujeres. Los investigadores probaron tres enfoques distintos: analizar la grabación completa, dividirla en cuatro segmentos iguales, o combinar las características de los cuatro segmentos en un solo modelo.
El enfoque que combinó los cuatro segmentos de cada grabación fue el que obtuvo mejores resultados. Bajo el criterio más estricto de hipertensión, es decir, presión sistólica igual o mayor a 140 mm Hg, o diastólica igual o mayor a 90 mm Hg, el modelo alcanzó una precisión balanceada de 71% en hombres y 78% en mujeres. Con un criterio menos estricto, la presión sistólica igual o mayor a 135 mm Hg, o diastólica igual o mayor a 85 mm Hg, la precisión fue de 61% en hombres y 70% en mujeres.
Los autores señalan que las secciones intermedias de las grabaciones de voz, es decir, la segunda y tercera parte de cada oración, contuvieron información más útil para la detección de hipertensión que el inicio o el final, donde el habla tiende a mostrar mayor inestabilidad en la articulación.
El estudio tiene limitaciones que los propios investigadores reconocen. El modelo requiere que cada participante proporcione al menos dos grabaciones para funcionar, lo que dificulta una evaluación instantánea en tiempo real. Tampoco se sabe todavía cómo podría variar la precisión del método entre distintos idiomas o acentos, ya que el estudio se realizó únicamente con oraciones en inglés. Los autores también advierten que la hipertensión está asociada con la edad avanzada y un índice de masa corporal más alto, factores que también pueden influir en la voz, lo cual podría introducir sesgos en el modelo.
Los investigadores concluyen que esta tecnología tiene potencial de aplicación en entornos de telesalud, particularmente para ampliar el acceso a la detección temprana de hipertensión en poblaciones rurales o desatendidas, como una herramienta complementaria de bajo costo. Sin embargo, subrayan que no está diseñada para sustituir los métodos clínicos establecidos de diagnóstico y monitoreo de presión arterial, los cuales continúan siendo considerablemente más precisos.
