La IA que detecta hipertensión por la voz con 78% de precisión amenaza con hacer obsoleto el tensiómetro
Investigadores de Klick Labs y la Universidad de Toronto desarrollaron un modelo que identifica hipertensión arterial solo con grabaciones de voz, sin…
Por Ariel Serato · Cofundador y editor de IA y Tecnología3 min de lectura
Detectar hipertensión sin un tensiómetro, sin médico, sin clínica. Solo con la voz. Eso es exactamente lo que un equipo internacional acaba de demostrar que es posible.
Klick Labs, en colaboración con la Universidad de Toronto y el KITE Research Institute, desarrolló un modelo de inteligencia artificial capaz de identificar hipertensión arterial a partir de grabaciones de voz, con una precisión balanceada del 78% en mujeres y del 71% en hombres bajo el estándar de la Sociedad Europea de Hipertensión. Los resultados fueron publicados en la revista científica Digit Biomark.
Una enfermedad de escala global con un diagnóstico difícil de escalar
La hipertensión afecta a más de 1.500 millones de personas en el mundo, según la OMS. El problema no es solo la enfermedad: es que detectarla requiere equipos, personal capacitado y acceso a centros de salud. En zonas rurales o con recursos limitados, ese acceso simplemente no existe.
Ahí es donde la propuesta de Klick Labs cambia las reglas. Una aplicación móvil, frases leídas en voz alta, y un algoritmo que hace el resto.
Cómo funciona el modelo
El estudio involucró a 573 adultos de perfiles sociodemográficos diversos. Durante dos semanas, los participantes realizaron hasta seis grabaciones diarias leyendo frases aleatorias seleccionadas por la app. De cada grabación, el sistema extrajo más de una docena de parámetros acústicos: frecuencia, ritmo, entropía y características espectrales.
Esos datos fueron procesados con modelos estadísticos y algoritmos de machine learning para identificar patrones asociados a la presión arterial, sin intervención humana directa en el análisis.
El detalle técnico que refuerza la aplicabilidad real: el modelo funcionó sobre frases aleatorias, no sobre discursos prediseñados. Eso significa que puede usarse en condiciones cotidianas, sin protocolo especial.
Qué cambia y para quién
El impacto más inmediato es en sistemas de salud con recursos escasos y en poblaciones sin acceso regular a atención médica. Pero el alcance va más allá: cualquier plataforma de salud digital, app de bienestar o ecosistema de wearables tiene ahora una tecnología que podría integrar cribado cardiovascular de forma pasiva y masiva.
Los investigadores señalan que el objetivo es expandir el modelo a otras enfermedades crónicas como diabetes y apnea del sueño, siempre bajo criterios éticos y de protección de datos.
Los desafíos que quedan son concretos: mejorar la precisión en hombres y validar el modelo en distintos idiomas y contextos culturales. La brecha de rendimiento entre géneros —78% vs. 71%— es un dato que el propio equipo reconoce como área de trabajo pendiente.
La pregunta que queda abierta no es si esta tecnología llegará a los sistemas de salud. Es quién la va a integrar primero y en qué escala.
