Skip to main content
  1. Home
  2. Redes sociales
  3. Noticias
  4. Salud
  5. News

Tus audios de WhatsApp ayudarían a detectar signos tempranos de depresión

Add as a preferred source on Google
Cómo hacer una llamada en grupo por WhatsApp en tu celular
DTES

Cada vez está más claro que los hábitos mundanos de nuestra vida diaria —como enviar una nota rápida a un amigo— podrían pronto ser la clave para entender nuestra salud mental. Según una fascinante nueva investigación publicada el 21 de enero de 2026 en PLOS Mental Health, un nuevo modelo de IA médica ha demostrado que puede detectar el trastorno depresivo mayor con una precisión sorprendente, simplemente escuchando breves grabaciones de audio de WhatsApp.

El estudio, liderado por investigadores en Brasil entre ellos Victor H. O. Otani de la Facultad de Ciencias Médicas de Santa Casa de São Paulo, encontró que su IA podía identificar la depresión en participantes femeninas con un 91,9% de precisión. Todo lo que la IA necesitaba era una grabación sencilla de la persona describiendo cómo le había ido la semana.

Convertir las notas de voz en signos vitales

A menudo pensamos en la depresión como algo oculto o interno, pero deja huellas en la forma en que hablamos: cambios en el tono, la velocidad y la energía que a menudo son demasiado sutiles para que el oído humano los perciba conscientemente. El equipo de investigación decidió probar si el aprendizaje automático podía detectar estos «biomarcadores acústicos» en la naturaleza.

Recommended Videos

Construyeron y entrenaron siete modelos de IA diferentes utilizando datos del mundo real. Para la fase de formación, no usaron solo registros clínicos y estériles. Han revisado mensajes de voz reales enviados por WhatsApp. Algunos procedían de pacientes diagnosticados con depresión mayor que enviaban actualizaciones a sus médicos, mientras que otros provenían de un grupo de control enviando mensajes rutinarios en el chat. Este uso del habla natural y espontánea es crucial porque refleja cómo suenan realmente las personas en su vida diaria, no cómo suenan cuando intentan «rendir» en un examen.

Aquí es donde los hallazgos se vuelven especialmente interesantes —y un poco complicados. El modelo fue significativamente mejor diagnosticando a mujeres que a hombres. Al analizar las grabaciones de «describe tu semana», la IA alcanzó esa impresionante tasa de precisión del 91,9% para las participantes femeninas. En los hombres, la precisión cayó a alrededor del 75%.

Los investigadores tienen algunas teorías sobre por qué existe esta brecha. Por un lado, su conjunto de datos tenía más mujeres que hombres, lo que significa que la IA simplemente tenía más práctica escuchando voces femeninas. Pero también existe la posibilidad de que hombres y mujeres expresen la depresión de forma vocal de forma diferente, o que los patrones acústicos específicos que la IA aprendió a buscar sean más prominentes en el habla femenina.

Curiosamente, cuando los investigadores simplificaron la tarea y simplemente pidieron a la gente que contara del uno al diez, la brecha de género se redujo. La precisión para mujeres fue del 82% y para hombres del 78%. Esto sugiere que, aunque el habla espontánea («cuéntame sobre tu semana») ofrece datos emocionales más ricos, también introduce más variables que pueden confundir el modelo dependiendo de quién hable.

Una «luz de revisión del motor» para la salud mental

El impacto potencial de esta tecnología es enorme, especialmente en regiones de bajos ingresos o lugares donde acudir a un psiquiatra es difícil o caro. Los recursos de salud mental son escasos a nivel global, y el estigma a menudo impide que las personas busquen ayuda hasta que están en crisis.

Imagina que la app que usas a diario pudiera actuar como una especie de «luz de control del motor» para tu mente, animándote suavemente a buscar apoyo porque nota que tu voz ha cambiado de una forma que se correlaciona con la depresión. Los investigadores, incluido el autor principal Lucas Marques, creen que esta herramienta no sustituiría a los médicos, sino que podría servir como un método de cribado potente y de bajo coste. Opera en segundo plano, usando un medio —notas de voz— que miles de millones de personas ya usan cómodamente.

Por supuesto, hay trabajo por hacer. El equipo ahora busca ampliar sus pruebas para incluir grupos e idiomas más diversos y así corregir ese sesgo de género. Pero la idea central es revolucionaria: el dispositivo que llevas en el bolsillo pronto podría saber que estás luchando antes incluso de admitirlo ante ti mismo.

Diego Bastarrica
Diego Bastarrica es Senior Editor y Head of Content en Digital Trends en Español, donde lidera la estrategia editorial, SEO…
La prohibición de redes sociales para jóvenes es una pesadilla en un aspecto
Teléfono celular

La primera prohibición mundial de redes sociales para adolescentes en Australia debía mantener alejados a los menores de 16 años de plataformas populares, como Instagram, Snapchat, TikTok, YouTube y X. Aunque fue un cambio muy controvertido, parece que esquivarlo apenas supuso un reto.

Los investigadores crearon 50 cuentas de prueba en nueve de las diez plataformas cubiertas por la ley. Cada cuenta afirmaba que su usuario tenía 16 años, la edad mínima permitida. Ninguna de las plataformas pidió a los investigadores que aportaran pruebas ni que completaran otra comprobación de seguridad de edad. Solo la plataforma australiana de streaming en directo Kick se negó a crear una cuenta sin una verificación de edad adecuada.

Read more
El punto verde que WhatsApp no debería haber activado
Electronics, Phone, Mobile Phone

WhatsApp prepara un cambio que podría exponer la vida digital de sus usuarios como nunca antes: un punto verde que delataría, en tiempo real y sin abrir ningún chat, quién está conectado a la aplicación. La función, detectada primero en el perfil de los contactos dentro de una versión beta, amenaza con trasladarse pronto a la lista principal de conversaciones, y no todos están felices con la idea.

Un cambio que empezó como un detalle menor

Read more
Estafas cripto se disfrazan de MrBeast en Threads
Thread MrBeast

Una investigación reveló que las cuentas que inundan Threads con capturas falsas sobre Mr. Beast forman parte de una red masiva de fraude criptográfico . El análisis, realizado por Zach Edwards, investigador de seguridad de Infoblox, identificó más de 10,000 sitios web fraudulentos vinculados a este esquema, presentados como "casinos cripto" . Estas cuentas publican capturas de pantalla de baja resolución que imitan artículos de medios como The Times o CNN, acompañadas de frases sin sentido, y suelen incluir imágenes de flores junto a un iPhone, en un patrón diseñado para evadir la moderación algorítmica.

Según explicó Edwards, la estrategia busca "enterrar" el dominio fraudulento dentro de la publicación para que los sistemas de detección automatizados no lo detecten con facilidad.

Read more