La industria médica no ha parado de beneficiarse en las últimas décadas de su matrimonio bien avenido con la tecnología. En el campo de la IA, los algoritmos inteligentes, los robots o el machine learning han propiciado grandes avances en los últimos años: desde el reconocimiento de ataques cardíacos por teléfono a test exprés para detectar el cáncer de forma precoz, monitorización en tiempo real de pacientes, algoritmos que pueden predecir psicosis y mucho más.

Ahora, un grupo de investigadores de la Universidad de Nueva York se han valido de la IA para detectar el trastorno de estrés postraumático (TEPT) en los veteranos de guerra al escuchar el sonido de la voz de los pacientes. Su investigación, realizada junto con SRI International, el instituto de investigación responsable de llevar a Siri a iPhones, se publicó el lunes en la revista Depression and Anxiety. Durante años este ha sido los trastornos más difíciles de diagnosticar. Los métodos tradicionales, como las entrevistas clínicas individuales, pueden ser inexactos debido a la subjetividad del médico, o a si el paciente está reprimiendo sus síntomas.

Según The New York Times, SRI y NYU pasaron cinco años desarrollando un programa de análisis de voz que comprende el habla humana, pero también puede detectar los significantes y las emociones del trastorno de estrés postraumático. Como informa The NYT, este es el mismo proceso que enseña a los programas automatizados de servicio de atención al cliente cómo abordar a los usuarios enfadados: al escuchar las variables menores y los marcadores auditivos que serían imperceptibles para el oído humano, los investigadores dicen que el algoritmo puede diagnosticar el PTSD con un 89% de exactitud, lo cual es todo un logro.

Los investigadores entrevistaron y registraron a 129 veteranos de guerra y recolectaron 40.000 muestras de habla para estudiarlas con el software de IA. Luego utilizaron el audio para enseñar al algoritmo qué cambios vocales se correlacionaban con los diagnósticos de trastorno de estrés postraumático (PTSD): una cadencia más lenta y monótona era un indicador de padecer este problema, así como un rango tonal más corto con menos enunciado.

La IA puede detectar cambios minúsculos en la voz, como la tensión de los músculos de la garganta y si la lengua toca los labios: todos los posibles indicadores de un diagnóstico de TEPT que se escapan al oído humano. "Pensamos que las características indicadoras reflejarían un discurso agitado. De hecho, cuando vimos los datos, las características son más planas, más atonales. Estábamos capturando el adormecimiento que es tan típico de los pacientes con TEPT ", apuntaba Charles Marmar, profesor de psiquiatría de la Universidad de Nueva York y uno de los autores del artículo.

Eso sí, todavía existen contraindicaciones para el empleo de este algoritmo. Al estar entrenado únicamente con datos de veteranos de guerra varones, el alcance del potencial del programa se limita a los hombres en el ejército, aunque podría ser una prueba de concepto hacia una tecnología más universal. A medida que se refina, el análisis del habla podría convertirse en un biomarcador eficaz para identificar objetivamente el trastorno, permitiendo a los médicos diagnosticar con precisión a las personas que padecen este problema, que ocasiona un gran sufrimiento psíquico y físico y brindarles el apoyo de salud mental que necesitan.