¿Puede una app dar consejos confiables sobre la audición? Un estudio de viabilidad
Investigadores australianos crearon un asistente para celular que genera consejos auditivos personalizados y luego calificaron 83 de sus respuestas según su pertinencia, exactitud y claridad en lenguaje sencillo.
La mayoría de las personas que notan que su audición empeora no acuden de inmediato a una clínica. Esperan. El retraso promedio entre notar un problema por primera vez y hacer algo al respecto se mide en años, no en semanas, y en ese intervalo la principal fuente de orientación suele ser lo que devuelva un buscador.
Un equipo de La Trobe University en Melbourne se preguntó si ese vacío podría llenarse con algo mejor: un asistente para celular que escuche lo que una persona describe sobre su propia audición y le devuelva consejos adaptados a ella. Su evaluación de viabilidad, recién indexada en PubMed, ofrece una primera mirada a si se puede confiar en que una herramienta así diga lo correcto.
Sobre este estudio
Título: Feasibility Assessment of an Intelligent Agent to Assist Preserving Healthy Hearing
Autores: Nilmini Wickramasinghe, Nalika Ulapane, Sudanthi Wijewickrema, Duane Wisk
Afiliaciones: School of Computing, Engineering and Mathematical Sciences, La Trobe University, Melbourne, Australia; Australian Centre for Artificial Intelligence in Medical Innovation; The Warren Alpert Medical School, Brown University, Providence, Rhode Island, Estados Unidos
Revista: Studies in Health Technology and Informatics, volumen 339, páginas 82 a 87, publicado el 15 de julio de 2026
Tipo de estudio: evaluación de viabilidad de una herramienta de salud digital
DOI de PubMed: 10.3233/SHTI260969
Antecedentes: por qué los investigadores estudiaron este tema
La magnitud del problema es el punto de partida. Los autores citan cifras de la Organización Mundial de la Salud según las cuales más de 1.5 mil millones de personas en el mundo viven actualmente con algún grado de pérdida auditiva, y se proyecta que esa cifra llegue a 2.5 mil millones para 2050. La pérdida auditiva no es una afección minoritaria. Es una de las condiciones de salud más comunes del planeta.
Además, rara vez llega sola. Los investigadores señalan que la pérdida auditiva suele estar vinculada con otras afecciones, entre ellas la demencia, lo que agrava su impacto en la vida de una persona. Y por lo general es progresiva: la pérdida auditiva crónica tiende a empeorar con el tiempo en lugar de estabilizarse. Esa combinación es lo que hace importante la etapa temprana. Los consejos que se dan cuando alguien tiene una pérdida leve, antes de que se instalen hábitos y patrones de evasión, tienen más margen de acción que los que se dan una década después.
El cuello de botella son las personas. No hay suficientes audiólogos para tener una conversación temprana y personalizada con cada una de esos 1.5 mil millones de personas. Por eso, los investigadores se preguntaron si un software podría encargarse de una primera versión de esa conversación y si los consejos que produjera resistirían un análisis riguroso.
Cómo se realizó el estudio
El equipo creó lo que describe como uno de los primeros agentes inteligentes diseñados para dar consejos personalizados a personas con pérdida auditiva leve. Funciona como una app para celular. El usuario describe su situación con palabras comunes, y el procesamiento del lenguaje natural extrae los detalles relevantes de lo que escribió. Luego, la inteligencia artificial generativa produce consejos construidos en torno a esos detalles específicos, en lugar de un folleto genérico.
Construirlo es la parte fácil. Evaluarlo es más difícil, porque no existe una escala estándar para los consejos de salud escritos por máquinas. Los investigadores armaron su propio criterio de calificación a partir de dos instrumentos establecidos: DISCERN, que se usa para evaluar la calidad de la información de salud escrita para el público, y PEMAT (Patient Education Materials Assessment Tool), que mide si los materiales dirigidos a pacientes son comprensibles y aplicables.
A partir de ellos definieron tres dimensiones. La pertinencia evaluaba qué tan bien se personalizaban los consejos para cada usuario en lugar de ser genéricos. La exactitud evaluaba si la información era correcta. La comprensibilidad evaluaba si un lector común, sin formación especializada, podía entender el texto. Después calificaron 83 respuestas generadas por el agente según las tres dimensiones.
Lo que encontraron los investigadores
En las 83 respuestas, el agente obtuvo un 85.5 por ciento en pertinencia, un 80.7 por ciento en exactitud y un 89.2 por ciento en comprensibilidad.
La forma que tienen esas tres cifras en conjunto es más interesante que cualquiera de ellas por separado. La comprensibilidad fue la más alta, cerca de nueve de cada diez. Es el resultado que cabría esperar: producir textos claros y fáciles de leer es lo que mejor hacen los modelos de lenguaje actuales. El lenguaje sencillo es su terreno natural.
La pertinencia quedó justo detrás, con un 85.5 por ciento, y es la cifra más significativa para la premisa real del estudio. Todo el sentido del agente es la personalización. Una herramienta que le da el mismo párrafo a todo el mundo no tiene ninguna ventaja sobre una página web bien escrita. Obtener un 85.5 por ciento en si los consejos estaban realmente adaptados a cada persona sugiere que el paso de procesamiento del lenguaje natural cumplía una función real: extraer los detalles de la situación de cada persona y trasladarlos a la respuesta.
La exactitud fue la más débil de las tres, con un 80.7 por ciento. Ese orden merece atención. El agente era mejor para sonar claro que para tener razón. Aproximadamente una de cada cinco respuestas no alcanzó el nivel en la medida de exactitud, y en un contexto de salud esa es la dimensión donde una deficiencia cuesta más. Un consejo fluido, bien dirigido y equivocado es posiblemente más peligroso que uno evidentemente inútil, porque el lector no tiene ninguna señal que le indique que debe verificarlo.
Los autores presentan esto como un resultado de viabilidad y, leído así, es razonable. Las tres dimensiones superaron el 80 por ciento, lo que sugiere que el enfoque general no es un callejón sin salida. Pero el artículo es una primera evaluación, no una validación clínica, y la brecha de exactitud es lo que un estudio más amplio tendría que cerrar.
Qué significa para las personas con pérdida auditiva
La conclusión práctica tiene que ver con la orientación inicial, no con el diagnóstico. Una herramienta así puede ser útil durante el largo período antes de que alguien pida una cita: ayuda a la persona a entender lo que está notando, qué podría valer la pena proteger y cuándo la situación amerita consultar a un profesional. No sustituye a un audiólogo, y este estudio no afirma que lo haga.
Vale la pena tener presente la cifra de exactitud. Si usa un asistente de AI para hacer preguntas sobre su audición, tome lo que le diga como punto de partida para sus preguntas y no como un veredicto. Las propias cifras del estudio indican que aproximadamente una de cada cinco respuestas tuvo un problema de exactitud, y el lector no está en condiciones de saber cuál.
También hay una señal más amplia. En este estudio, personalización significaba que el software adaptaba su respuesta a las circunstancias específicas de cada persona en lugar de dar una respuesta genérica. Ese principio no se limita a los textos de consejos. Es la misma idea que distingue un dispositivo ajustado a la audición de una persona de un dispositivo que simplemente sube el volumen de todo.
La personalización es lo que distingue el consejo de la amplificación
El hallazgo central de este estudio es que adaptar la respuesta a cada persona es posible y medible, y que la orientación genérica es lo que vale la pena mejorar. La misma distinción se aplica a los dispositivos auditivos. Un amplificador básico sube todas las frecuencias por igual. Un dispositivo ajustado a su audiograma sube las frecuencias que realmente ha perdido y deja el resto como está.
Panda Air está diseñado en torno a esa idea. Es un dispositivo intracanal tipo auricular inalámbrico y uno de los audífonos ajustados desde la app que se encargan por sí mismos del paso de adaptación: después de recibirlo, usted lo vincula con la app de Panda, que realiza una prueba de audición por frecuencias a través del audífono colocado en su oído y luego programa automáticamente la ganancia y la respuesta de frecuencia según su audiograma, tal como lo haría una adaptación clínica. Por dentro, la compresión de rango dinámico amplio de 16 canales y la reducción de ruido adaptativa multibanda hacen el trabajo en cada momento.
Como el artículo trata específicamente de la etapa de pérdida auditiva leve, antes de que la mayoría de las personas llegue a una clínica, los audífonos de venta libre (OTC) autoajustables son la categoría creada justamente para esa etapa. Air incluye un estuche de carga rápida de 60 horas, una garantía de 5 años y devoluciones durante 45 días. Una advertencia que conviene decir con claridad: los dispositivos OTC están aprobados para la pérdida leve a moderada, y la pérdida severa o profunda sigue beneficiándose más de una adaptación clínica.
Encuentre más información sobre el dispositivo en pandahearing.com/products/panda-air.
Limitaciones de esta investigación
Esta es una evaluación de viabilidad y sus limitaciones son considerables. Ochenta y tres respuestas son una muestra pequeña para juzgar un sistema que, en principio, podría generar un número ilimitado. El criterio de calificación lo armaron los propios autores, inspirándose en DISCERN y PEMAT en lugar de aplicar alguno de esos instrumentos tal como fue validado, lo que dificulta comparar las puntuaciones con otros trabajos. El artículo, tal como está indexado, no aclara quién realizó la calificación ni si esas personas eran independientes del equipo que creó el agente, y la autoevaluación es un riesgo reconocido en las primeras evaluaciones de salud digital.
Lo más importante es que el estudio mide la calidad de los consejos, no lo que le sucede a quien los sigue. Aquí no se evaluó, siguió ni preservó la audición de nadie. Si este agente cambia los resultados reales, logra que las personas busquen atención antes o mejora lo que alguien habría encontrado por su cuenta es algo que no se ha probado en absoluto. El trabajo aparece en un volumen de actas de congreso, un espacio para resultados en etapa temprana y no definitivos. El registro, tal como está indexado, no incluye una declaración de financiamiento ni un conflicto de interés declarado, y uno de los autores ocupa una cátedra de salud digital que lleva el nombre de una empresa del sector, algo que conviene saber al leer una evaluación favorable de una herramienta de salud digital.
Dónde nos deja esto
Ya está demostrado que es posible construir un agente para celular que escriba consejos auditivos claros y bien dirigidos, y este artículo es una primera medición creíble de uno. Sin embargo, la lectura honesta de sus propias cifras es que, por ahora, la herramienta es mejor para ser entendida que para ser correcta, y hasta que ese orden se invierta, un asistente así pertenece a la categoría de punto de partida útil y no de respuesta confiable. Lo interesante no es la tecnología. Es la premisa que los investigadores estaban poniendo a prueba: que un consejo construido en torno a una persona específica es mejor que un consejo pensado para todos. Esa premisa es sólida, y se cumple mucho más allá de la app.
Wickramasinghe N, Ulapane N, Wijewickrema S, Wisk D. Feasibility Assessment of an Intelligent Agent to Assist Preserving Healthy Hearing. Studies in Health Technology and Informatics. 2026;339:82-87. Consultado en PubMed. https://doi.org/10.3233/SHTI260969


