La voz humana transporta mucha más información que el contenido semántico de lo que decimos. La velocidad del habla, las pausas, la variación tonal y la energía acústica cambian de forma consistente cuando una persona atraviesa un episodio depresivo. Esta observación clínica, conocida desde hace décadas por cualquier profesional que haya escuchado a un paciente hablar con un tono plano y enlentecido, hoy es objeto de un campo de investigación en expansión: los biomarcadores vocales analizados mediante inteligencia artificial.

El interés no es casual. La posibilidad de capturar señales objetivas y de bajo costo a través de un micrófono de smartphone abre una vía complementaria a las escalas de autoinforme y a la entrevista clínica, especialmente para el monitoreo longitudinal entre sesiones. Pero como ocurre con toda tecnología emergente en salud mental, la promesa viene acompañada de preguntas metodológicas y éticas que conviene conocer antes de considerar su incorporación a la práctica.

En este artículo repasamos qué son los biomarcadores vocales, qué evidencia científica respalda su uso para la detección y el seguimiento de la depresión, y qué límites y cuidados debe tener en cuenta quien ejerce la clínica.

Qué son los biomarcadores vocales

Un biomarcador vocal es un patrón acústico medible, extraído de una grabación de voz, que se asocia estadísticamente con un estado clínico o psicológico. El análisis computacional no evalúa lo que la persona dice, sino cómo lo dice. Entre las características más estudiadas se encuentran:

Estos parámetros se procesan mediante algoritmos de aprendizaje automático o aprendizaje profundo que buscan patrones asociados a la presencia o severidad de síntomas depresivos, entrenados sobre bases de datos de voz etiquetadas con diagnósticos o puntajes de escalas clínicas.

Qué dice la evidencia científica actual

Precisión diagnóstica mediante aprendizaje profundo

Una revisión sistemática con meta-análisis publicada en 2024 evaluó la precisión diagnóstica de modelos de aprendizaje profundo aplicados a muestras de voz para la detección de depresión. Los resultados fueron prometedores, pero los autores destacaron una heterogeneidad considerable entre los estudios primarios, tanto en los protocolos de grabación como en los tamaños muestrales, lo que limita la generalización de las cifras de precisión reportadas (Liu et al., 2024).

Revisiones sobre evaluación automatizada

Una revisión anterior, centrada en la evaluación automatizada de trastornos psiquiátricos a partir del habla, concluyó que las características acústicas —prosódicas, espectrales y temporales— pueden funcionar como biomarcadores útiles para la depresión y otros cuadros. Sin embargo, señaló que gran parte de los estudios incluidos presentaban muestras pequeñas y escasa validación externa, es decir, poca comprobación en poblaciones distintas a la que originó el modelo (Low et al., 2020).

Modelos predictivos específicos

Un estudio de 2023 desarrolló y validó un modelo de aprendizaje automático basado en características vocales capaz de predecir trastorno depresivo mayor con buena precisión en el contexto clínico donde fue entrenado. Los propios autores advirtieron que la muestra estaba limitada a ese contexto específico y que se requiere validación prospectiva en poblaciones más diversas antes de extrapolar los resultados (Wasserzug et al., 2023).

Detección de signos subclínicos

Otro trabajo exploró el análisis automatizado del habla en una muestra no clínica, encontrando que el método permite detectar signos sutiles o subclínicos de depresión, lo que sugiere utilidad potencial para la detección temprana. No obstante, trabajar con una muestra no clínica limita la posibilidad de afirmar lo mismo en personas con diagnóstico confirmado, y el tamaño muestral fue moderado (König et al., 2022).

Monitoreo escalable y riesgo asociado

Investigaciones más recientes avanzan en dos direcciones complementarias. Por un lado, se propuso un enfoque de monitoreo continuo de la depresión mediante habla capturada con smartphone, combinando análisis multimodal y de tópicos, pensado para seguimiento longitudinal más que para diagnóstico puntual (Emden et al., 2026). Por otro, un estudio identificó marcadores acústicos específicos en habla con compromiso emocional, asociados tanto a depresión como a riesgo suicida, lo que amplía el horizonte de aplicación del análisis vocal más allá de la detección de síntomas depresivos aislados (Lin et al., 2026). Ambos estudios son recientes y sus autores reconocen la necesidad de validación en poblaciones más amplias.

Aplicaciones clínicas potenciales

Tomando en conjunto esta evidencia, se perfilan algunos escenarios de aplicación realistas, siempre como complemento y no como reemplazo del juicio clínico:

Limitaciones y precauciones

Antes de pensar en incorporar estas herramientas, conviene tener presentes varias limitaciones que atraviesan transversalmente la evidencia disponible:

Heterogeneidad metodológica

Los protocolos de grabación, los idiomas analizados, los instrumentos de referencia (criterios diagnósticos versus escalas de autoinforme) y los algoritmos utilizados varían enormemente entre estudios, lo que dificulta comparar resultados y establecer un umbral de precisión confiable y estable.

Generalización limitada

La mayoría de los modelos fueron entrenados y validados en muestras específicas, muchas veces en inglés y en contextos clínicos particulares. Esto plantea interrogantes sobre su desempeño en español rioplatense, con sus propias características prosódicas y culturales, que no han sido evaluadas en la evidencia revisada aquí.

Riesgo de sobreinterpretación

Un biomarcador vocal es una señal probabilística, no un diagnóstico. Un resultado positivo en una app de análisis de voz no equivale a un diagnóstico de depresión ni debe comunicarse como tal a una persona consultante. El rol de estas herramientas, si llegan a implementarse, es el de apoyo a la decisión clínica, nunca el de sustituto de la evaluación profesional.

Consideraciones éticas para la práctica en Argentina

La voz es un dato biométrico sensible. Si en algún momento se considera usar una aplicación de análisis vocal con fines de monitoreo clínico, es imprescindible informar a la persona consultante sobre qué se graba, con qué finalidad, quién accede a los datos y por cuánto tiempo se almacenan, algo que debería quedar explicitado en el consentimiento informado de inicio de tratamiento. Además, el tratamiento de estos datos debe ajustarse a las obligaciones de protección de datos personales y secreto profesional vigentes, un tema desarrollado con más detalle en nuestra nota sobre la Ley 25.326 y el secreto profesional.

Conclusiones

El análisis computacional de la voz representa una línea de investigación activa y con resultados alentadores para la detección y el monitoreo de la depresión. La evidencia disponible —que incluye revisiones sistemáticas, modelos predictivos y estudios de monitoreo longitudinal— sugiere que ciertas características acústicas del habla se asocian de forma consistente con la presencia y severidad de síntomas depresivos. Sin embargo, la heterogeneidad metodológica, las muestras acotadas y la falta de validación en poblaciones diversas, incluidas las hispanohablantes, imponen cautela.

Para quienes ejercemos la clínica, el mensaje práctico es doble: por un lado, vale la pena seguir de cerca este campo porque probablemente derive en herramientas de apoyo útiles en los próximos años; por otro, ninguna de las evidencias actuales habilita a reemplazar la entrevista clínica ni a tomar decisiones diagnósticas o terapéuticas basadas exclusivamente en un algoritmo de análisis vocal.

Preguntas frecuentes

¿Un análisis de voz puede diagnosticar depresión por sí solo?

No. La evidencia actual muestra asociaciones estadísticas útiles como apoyo, pero ningún estudio citado valida estas herramientas como sustituto de una evaluación clínica integral realizada por un profesional de la salud mental.

¿Esta tecnología ya está disponible para uso clínico en Argentina?

La mayoría de los desarrollos descriptos en la literatura se encuentran en fase de investigación o validación. No hay evidencia en las fuentes revisadas sobre validación específica en población hispanohablante o argentina, por lo que su aplicación local debería considerarse experimental.

¿Qué precaución ética es prioritaria si se usa una app de este tipo?

Informar claramente a la persona consultante sobre el uso de sus datos de voz, obtener su consentimiento específico y garantizar el resguardo conforme a la normativa de protección de datos y secreto profesional vigente.

¿Sirve para monitorear el riesgo suicida además de la depresión?

Hay evidencia preliminar reciente que identifica marcadores acústicos asociados también al riesgo suicida, pero se trata de hallazgos recientes que requieren replicación antes de considerarse una herramienta de cribado confiable.

Referencias

  1. Liu L, Liu L, Wafa HA, Tydeman F, Xie W, Wang Y (2024). Diagnostic accuracy of deep learning using speech samples in depression: a systematic review and meta-analysis. Journal of the American Medical Informatics Association. https://doi.org/10.1093/jamia/ocae189
  2. Low DM, Bentley KH, Ghosh SS (2020). Automated assessment of psychiatric disorders using speech: A systematic review. Laryngoscope Investigative Otolaryngology. https://doi.org/10.1002/lio2.354
  3. Wasserzug Y, Degani Y, Bar-Shaked M, Binyamin M, Klein A, Hershko S, Levkovitch Y (2023). Development and validation of a machine learning-based vocal predictive model for major depressive disorder. Journal of Affective Disorders. https://doi.org/10.1016/j.jad.2022.12.117
  4. König A, Tröger J, Mallick E, Mina M, Linz N, Wagnon C, Karbach J, Kuhn C, Peter J (2022). Detecting subtle signs of depression with automated speech analysis in a non-clinical sample. BMC Psychiatry. https://doi.org/10.1186/s12888-022-04475-0
  5. Emden D, Richter M, Chevance A, et al. (2026). Scalable depression monitoring with smartphone speech using a multimodal benchmark and topic analysis. NPJ Digital Medicine. https://doi.org/10.1038/s41746-026-02486-9
  6. Lin Q, Wu X, Huang S, Lei Y, Cheng W, Mai Y, Wang W, Li C, Zhao J (2026). Emotionally engaged speech reveals acoustic markers of depression and suicide risk. Journal of Affective Disorders. https://doi.org/10.1016/j.jad.2026.122439