Un algoritmo de aprendizaje automático es capaz de estimar la edad biológica de una persona y revelar señales tempranas de deterioro cognitivo analizando únicamente patrones en su voz. El avance, publicado en la revista científica Science Advances, demuestra que el habla contiene firmas digitales profundas relacionadas directamente con la salud del cerebro, la exposición del entorno social y marcadores moleculares de envejecimiento.
El estudio fue liderado por científicos del Trinity College Dublin, quienes procesaron cientos de variables acústicas y lingüísticas para construir un denominado "reloj de voz". Al comparar la edad cronológica de un individuo con la edad predicha por el sistema, los científicos descubrieron que un desfase acentuado entre ambos valores se asocia con mayor riesgo de demencia, pérdida de memoria y aceleración de la edad epigenética.
"Nuestra voz parece contener mucha más información sobre el envejecimiento de lo que reconocíamos anteriormente", afirmó Agustín Ibáñez, doctor en neurociencia, profesor del Global Brain Health Institute en el Trinity College Dublin y autor principal de la investigación. "Captura tanto el paso del tiempo cronológico como señales provenientes de la cognición, el cerebro, la biología sistémica e incluso nuestro entorno social acumulado. Esto plantea la posibilidad de que algo tan simple y accesible como los relojes de voz pueda complementar en el futuro medidas de envejecimiento mucho más costosas", agregó.
Por qué importa
Este desarrollo abre una vía sin precedentes para la democratización del diagnóstico precoz de enfermedades neurodegenerativas en América Latina. La investigación no se realizó de forma aislada en laboratorios del norte global, sino que evaluó directamente a 2.928 participantes hispanohablantes en Argentina, Chile, Colombia, México y Perú. Este enfoque garantiza que la herramienta capture los matices dialectales, sociales y culturales propios de la región.
A diferencia de los diagnósticos tradicionales que requieren equipos de resonancia magnética de alto costo, punciones lumbares o biomarcadores en sangre, la voz es una señal biológica rica, no invasiva y de fácil captura. En regiones con infraestructura médica limitada o geografías apartadas, la capacidad de evaluar la salud cerebral mediante grabaciones de audio remotas a través de un teléfono inteligente puede transformar la atención primaria de salud.
Así mismo, la combinación de métricas acústicas (como el tono, la velocidad y las pausas) con métricas lingüísticas (extensión del vocabulario, precisión semántica y estructuración del discurso) superó a cualquier indicador aislado. El modelo unificado logró diferenciar con alta precisión a personas sanas de aquellas con deterioro cognitivo leve, enfermedad de Alzheimer y distintas variantes de demencia frontotemporal.
El equipo de investigación subraya que, aunque los resultados son concluyentes, el "reloj de voz" no constituye aún un test de diagnóstico clínico directo para la demencia. El siguiente paso requiere validar estos modelos mediante estudios longitudinales que den seguimiento a los mismos pacientes durante varios años para observar cómo evoluciona la firma vocal a medida que avanza la enfermedad.
Las fases futuras del proyecto evaluarán el comportamiento de la herramienta en entornos de habla cotidiana y natural fuera del contexto clínico, como llamadas telefónicas habituales o notas de voz. También se planea expandir el entrenamiento de los modelos a otros idiomas, dialectos y grupos socioculturales para asegurar la equidad del algoritmo.
Si estas validaciones resultan exitosas, los investigadores prevén la integración de esta tecnología en aplicaciones móviles de monitoreo preventivo. Esto permitiría a los sistemas de salud pública implementar programas masivos y de bajo costo para detectar cambios neurodegenerativos años antes de que los síntomas clínicos graves sean evidentes.
Contexto
El estudio del envejecimiento biológico ha avanzado rápidamente en la última década gracias al desarrollo de "relojes moleculares", basados principalmente en la metilación del ADN y la epigenética. Sin embargo, estas herramientas requieren análisis de laboratorio complejos que limitan su uso masivo en la medicina preventiva global.
En el contexto específico del Alzheimer, el diagnóstico ha dependido históricamente de la identificación de proteínas patológicas como la tau hiperfosforilada. En esta investigación, las diferencias mayores entre la edad cronológica y la edad de la voz en pacientes con Alzheimer coincidieron con niveles elevados del biomarcador en sangre p-tau217, consolidando la correlación entre la voz y los cambios bioquímicos en el cerebro.
La colaboración entre el Trinity College Dublin y centros de investigación latinoamericanos responde a la necesidad urgente de diversificar los datos genéticos y fenotípicos en la ciencia médica global. La incorporación de cohortes hispanohablantes diversas establece un precedente clave para que la inteligencia artificial aplicada a la salud beneficie directamente a las poblaciones de la región.
Leer más: Science Advances, Inside Precision Medicine, Trinity College Dublin
