La inteligencia artificial podría ayudar a adelantar el diagnóstico de la esquizofrenia analizando cómo habla una persona, pero todavía no es una herramienta clínica. Un estudio con grabaciones de audio y otro con transcripciones lograron distinguir a pacientes de personas sanas con 86.2 % y 87 % de precisión, respectivamente. Los propios investigadores piden cautela: faltan muestras más diversas, controles de sesgo y reglas de privacidad. Este artículo resume lo que se sabe sobre IA y esquizofrenia y qué lecciones deja a una empresa que trabaja con voz y conversaciones.
Los datos provienen del reportaje de Astrid Landon para Knowable en español, publicado por WIRED en Español el 10 de octubre de 2026. Este texto es informativo y no sustituye la valoración de un profesional de la salud.
IA y esquizofrenia: qué se sabe hoy
La IA aplicada al habla busca medir de forma objetiva lo que hoy un psiquiatra evalúa de oído. La esquizofrenia altera la percepción de la realidad, el pensamiento y la regulación emocional, y afecta a unos 23 millones de personas en el mundo. Suele diagnosticarse a finales de la adolescencia o al comienzo de la tercera década de vida. El habla es un indicador valioso porque puede revelar pensamiento desordenado: saltos erráticos de una idea a otra, un tono más monótono, pausas más largas y poco contraste en el volumen. El problema es que esas diferencias son sutiles y difíciles de cuantificar, sobre todo en las primeras etapas. Dos equipos de investigación probaron enfoques distintos con aprendizaje automático: uno midió cómo suena el habla y otro analizó qué significan las palabras. Ambos obtuvieron resultados prometedores en estudios controlados, aunque ninguno está listo para usarse con pacientes.
Por qué el diagnóstico tarda tanto
Según el reportaje, en Estados Unidos las personas con trastornos psicóticos reciben un diagnóstico, en promedio, un año y medio después de que aparecen sus primeros síntomas; más de 3 millones de ellas tienen esquizofrenia. Los médicos destacan que detectarla pronto importa: cuanto más tiempo se deja sin tratar, peor es la respuesta al tratamiento y mayor el riesgo de que los síntomas empeoren y de suicidio. Parte del retraso se explica porque el diagnóstico depende de valoraciones subjetivas. El médico completa escalas de valoración a partir de lo que dice el paciente y de cómo lo dice, y las puntuaciones que se asignan a un mismo paciente pueden variar entre 30 % y 50 %. Thomas Insel, psiquiatra y exdirector del Instituto Nacional de Salud Mental de Estados Unidos, plantea que por primera vez podría existir una forma objetiva de medir qué tan incoherente es un discurso.
Resumen visual
Esta infografía resume los datos clave del estudio y sus límites.
Dos formas de escuchar: cómo suena y qué dice
El enfoque acústico: 88 rasgos de la voz
Un equipo de investigadores de los Países Bajos tomó grabaciones de personas con diagnóstico previo de esquizofrenia y midió 88 características con software, entre ellas el volumen, la duración de las pausas, la pronunciación de las vocales y la entonación. Con esas mediciones entrenaron un programa para distinguir entre personas con y sin la enfermedad. Al probarlo con audios de pacientes nuevos, que no había escuchado antes, el programa los diferenció de controles sanos con 86.2 % de precisión e incluso distinguió entre subtipos. Alban Voppel, coautor del estudio, aclara que el método aporta poco en los casos más evidentes; su valor estaría en detectar fases tempranas, personas de alto riesgo y posibles recaídas. Los investigadores observaron un habla más fragmentada, con ráfagas de sílabas separadas por pausas largas, y más variabilidad en el volumen.
El enfoque semántico: el significado de las palabras
Sunny Tang, psiquiatra de los Institutos Feinstein de Investigación Médica, analizó el contenido y no el sonido. Su equipo creó un modelo de aprendizaje automático que asigna una dirección matemática a cada palabra de la transcripción, como la dirección de una casa. Al observar el conjunto de direcciones, el programa detecta si una frase se queda en el mismo barrio o salta de un tema a otro, señal de pensamiento desorganizado. Con transcripciones de personas con y sin esquizofrenia, la IA las distinguió con 87 % de precisión, frente a 68 % de los evaluadores clínicos que valoraron a los pacientes sin ayuda de la IA. Tang espera tener una herramienta lista para ensayos clínicos en 2030.
Por qué no conviene comparar las cifras
Son dos estudios con datos, métodos y objetivos distintos: uno clasifica audio contra controles sanos y el otro transcripciones contra una evaluación clínica. Comparar o sumar sus porcentajes llevaría a una conclusión que los estudios no respaldan. Lo que sí muestran en conjunto es una dirección: tanto cómo suena una persona como qué dice contienen señales que un programa puede medir.
Lo que falta antes de llegar a la clínica
Los especialistas citados en el reportaje coinciden en que la tecnología aún está en una fase inicial. Estos son los obstáculos que mencionan:
- Muestras pequeñas: según un análisis de estudios de IA para diagnóstico psiquiátrico, publicado en el Annual Review of Clinical Psychology de 2026 y dirigido por Jeffrey Girard, muchos estudios usan grupos reducidos que no representan a toda la población.
- Otras causas de cambio en la voz: hablar más despacio puede deberse a la edad o a una segunda lengua, y la voz cambia en contextos estresantes, con medicamentos o con una enfermedad física, señala la psicóloga clínica Sandra Just.
- Brecha entre investigación y práctica: los marcadores de voz pueden funcionar en un estudio y fallar en el mundo real, advierte el psiquiatra John Torous.
- Privacidad: lo ideal sería conocer cómo suena habitualmente cada paciente, lo que implicaría grabar sus llamadas o entrevistas aun sin síntomas, y eso plantea dilemas éticos, subraya la neurocientífica Brita Elvevåg.
El psicólogo clínico Vijay Mittal resume la postura general: es una herramienta, no una panacea, y hay que actuar con mucha cautela.
Qué significa para tu empresa
Una empresa no diagnostica enfermedades, pero sí puede trabajar con voz y conversaciones: llamadas de ventas, atención a clientes, agentes de voz o chatbots con audio. Este caso deja cuatro lecciones prácticas para cualquier proyecto de IA, sea de una PyME o de una empresa mediana.
- Valida con tus propios datos. Una cifra de laboratorio no garantiza el mismo resultado con tus clientes. Prueba la herramienta con una muestra real de tus llamadas o mensajes antes de ampliarla.
- Mantén a una persona en el circuito. La IA propone y una persona decide. Es el mismo criterio que piden los especialistas del reportaje.
- Cuida los datos de voz. La voz puede ser un dato personal. Define si pides consentimiento, qué se guarda, por cuánto tiempo y quién accede, y revisa la normativa de protección de datos de tu país con asesoría legal.
- Mide lo que corresponde. Úsala para calidad del servicio, temas recurrentes y tiempos de atención. Evita inferir el estado de salud o emocional de una persona a partir de su voz; es una recomendación nuestra, no una conclusión del estudio.
Si quieres ver cómo se revisa un sistema de IA antes de confiar en él, lee nuestro análisis del informe de la OCDE sobre la IA gubernamental en México. Y si tu empresa apenas empieza a digitalizarse, revisa cómo avanzar por etapas en la transformación digital de las PyMEs.
En Infinitix diseñamos agentes de IA, incluidos agentes de voz y chatbots, con pruebas sobre datos reales y supervisión humana. Conoce nuestros servicios de agentes de IA o cómo automatizar procesos con IA.
Preguntas frecuentes
¿La IA ya puede diagnosticar la esquizofrenia?
No. Los resultados vienen de estudios de investigación, no de herramientas clínicas. Sunny Tang, una de las investigadoras, espera tener una herramienta lista para ensayos clínicos en 2030, y los especialistas la describen como un apoyo, no como un sustituto del médico.
¿Qué precisión alcanzó la IA al analizar el habla?
Un equipo de los Países Bajos logró 86.2 % de precisión al distinguir audios de pacientes con esquizofrenia de los de controles sanos. En otro estudio, con transcripciones, la IA alcanzó 87 % frente a 68 % de los evaluadores clínicos. Son estudios distintos y sus cifras no son comparables entre sí.
¿Qué analiza la IA en el habla de una persona?
Hay dos enfoques. El acústico mide 88 rasgos de la voz, como el volumen, la duración de las pausas, la pronunciación de las vocales y la entonación. El semántico asigna una dirección matemática a cada palabra para medir cómo fluye el significado de una frase a otra.
¿Por qué tarda tanto el diagnóstico de la esquizofrenia?
Porque depende de valoraciones subjetivas. Según el reportaje, en Estados Unidos el diagnóstico llega en promedio un año y medio después de los primeros síntomas, y las puntuaciones que distintos médicos dan a un mismo paciente pueden variar entre 30 % y 50 %.
¿Qué riesgos tiene usar IA para analizar la voz?
Los investigadores señalan muestras pequeñas y poco representativas, factores que cambian la voz sin que haya una enfermedad (edad, segunda lengua, estrés, medicamentos) y dilemas de privacidad al grabar a las personas con regularidad.
¿Mi empresa puede usar IA para analizar voz o conversaciones?
Sí, para medir la calidad del servicio, los temas recurrentes o los tiempos de atención, siempre con consentimiento, reglas claras sobre qué se guarda y revisión humana. No se recomienda inferir el estado de salud o emocional de personas a partir de su voz.
Conclusión
La investigación sobre IA y esquizofrenia muestra que el habla contiene señales medibles que podrían ayudar a detectar la enfermedad antes y a dar seguimiento a distancia. También muestra que falta camino: datos más diversos, validación en el mundo real y reglas de privacidad. Para tu empresa, la lección es la misma: prueba con tus datos, cuida la voz de tus clientes y deja la decisión final a una persona. Fuente: WIRED en Español / Knowable en español.