Las pruebas de habla en ruido de nueva generación podrían hacer que la detección auditiva sea más rápida, inteligente y accesible

Una nueva revisión de alcance publicada en Audiology Research describe cómo los paradigmas de dígitos en ruido, la puntuación basada en AI y las plataformas digitales automatizadas están transformando la forma en que los profesionales clínicos identifican la pérdida auditiva más allá del audiograma estándar en sala silenciosa.

Durante décadas, el método de referencia para diagnosticar la pérdida auditiva ha sido la audiometría tonal (PTA, por sus siglas en inglés), la prueba en la que una persona se sienta en una cabina sonoamortiguada y presiona un botón cada vez que oye un pitido de un tono y volumen determinados. La PTA es fiable para registrar los tonos más suaves que una persona puede detectar, pero no refleja la situación en la que las personas realmente tienen dificultades: seguir una conversación cuando hay ruido de fondo.

Cada vez más investigadores trabajan en pruebas del habla en ruido (SIN, por sus siglas en inglés) que buscan cubrir esa carencia, y una reciente revisión de alcance reúne lo que ha producido la última década de trabajo. El panorama que surge es el de herramientas pequeñas y específicas que, con el tiempo, podrían sacar la detección auditiva de las clínicas especializadas y llevarla a computadoras portátiles, tabletas y teléfonos.

Antecedentes: por qué los investigadores estudiaron este tema

Un audiograma tonal le indica al profesional clínico qué tan suave es el sonido más débil que un paciente puede oír en cada frecuencia. No le dice directamente qué tan bien podrá esa persona seguir a un amigo en un restaurante ruidoso. Dos personas con audiogramas muy parecidos pueden tener experiencias auditivas muy distintas en la vida real, y algunos adultos con audiogramas aparentemente normales siguen teniendo serias dificultades en ambientes ruidosos. Esta discrepancia a veces se denomina dificultad auditiva funcional u oculta.

Las pruebas del habla en ruido abordan esa brecha reproduciendo material verbal (palabras, oraciones o secuencias cortas de dígitos) sobre un fondo controlado de sonido competidor y pidiendo al oyente que repita lo que escuchó. La puntuación refleja algo más cercano a cómo se desenvuelve una persona en los entornos cotidianos. El inconveniente es que, históricamente, las pruebas SIN tradicionales han requerido mucho tiempo, han dependido del idioma y han estado ligadas a equipos clínicos. El equipo de Ferrara se propuso identificar qué herramientas nuevas se han desarrollado para superar esas limitaciones.

Cómo se realizó el estudio

El equipo realizó una revisión de alcance siguiendo la extensión para revisiones de alcance de los Preferred Reporting Items for Systematic Reviews and Meta-Analyses, conocida como PRISMA-ScR. Una revisión de alcance es una forma estructurada de describir el tamaño y la forma de un área de investigación emergente cuando hay muy pocos ensayos de alta calidad para hacer un metanálisis tradicional. En lugar de combinar tamaños del efecto, los autores catalogan qué herramientas existen, en quiénes se probaron y qué miden.

La búsqueda bibliográfica abarcó PubMed/MEDLINE, Scopus y Embase. Se centraron en estudios publicados aproximadamente en la última década que describieran herramientas novedosas del habla en ruido e incluyeran participantes adultos con audición normal o con pérdida auditiva medida. Tras la selección, nueve estudios cumplieron los criterios de inclusión y se resumieron en paralelo.

Lo que encontraron los investigadores

Las nueve herramientas emergentes se agruparon en torno a varios temas metodológicos. Varias utilizaban paradigmas de dígitos en ruido, en los que el oyente escucha secuencias cortas de números hablados sobre un ruido de fondo. Los dígitos son útiles porque son cortos, conocidos en muchos idiomas y fáciles de puntuar automáticamente.

Otras herramientas usaban modos de presentación antifásicos o binaurales, en los que el habla y el ruido se dirigen de forma distinta a cada oído para revelar problemas más sutiles de procesamiento binaural. Un segundo grupo utilizaba procedimientos adaptativos optimizados, en los que la dificultad de cada intento se ajusta en tiempo real según las respuestas anteriores del oyente. Este enfoque puede alcanzar un umbral estable más rápido que las pruebas tradicionales de dificultad fija.

Un tercer grupo pasó a plataformas de prueba digitales y automatizadas, incluidas versiones en la web y en tabletas. Varias herramientas incorporaban inteligencia artificial, como aprendizaje automático, generación del material de estímulo mediante conversión de texto a voz y reconocimiento automático del habla para puntuar las respuestas del oyente. Los revisores señalan que los componentes basados en AI podrían acelerar el desarrollo de pruebas, reducir la dependencia de un examinador capacitado y ayudar a clasificar los tipos de pérdida auditiva.

El hallazgo principal de los datos es la consistencia. En los nueve estudios, las mediciones SIN distinguieron de forma fiable a los oyentes con audición normal de los oyentes con pérdida auditiva, y aportaron información que la audiometría tonal por sí sola no ofrecía. En otras palabras, estas herramientas no solo duplican el audiograma; añaden una capa complementaria sobre la capacidad auditiva en la vida real.

Qué significa para las personas con pérdida auditiva

Para un adulto al que le han dicho que su audiograma se ve bien pero que sigue teniendo dificultades en ambientes ruidosos, este conjunto de trabajos es tranquilizador. El problema no es imaginario, y las herramientas para medirlo son cada vez mejores. Para los profesionales clínicos, las pruebas SIN ofrecen un resultado más funcional para hacer seguimiento a lo largo del tiempo, y que podría ser más sensible a los cambios tempranos que los umbrales tonales.

El panorama general tiene que ver con el acceso. Si una prueba de detección auditiva puede hacerse en una tableta o un teléfono mediante un paradigma de dígitos en ruido, generación automática de estímulos y puntuación con aprendizaje automático, la prueba puede salir de la cabina y llevarse a la atención primaria, a entornos comunitarios o incluso al hogar. Esto es importante porque la mayoría de los adultos con pérdida auditiva en Estados Unidos y Europa no buscan una evaluación formal, y el tiempo promedio entre notar las primeras dificultades y hacer algo al respecto se mide en años.

La personalización auditiva en casa mediante una app sigue esta tendencia

Una de las implicaciones prácticas de esta revisión de alcance es que la evaluación auditiva está pasando de las cabinas especializadas a los dispositivos de consumo. En el lado de los dispositivos ocurre una tendencia paralela: algunos audífonos de venta libre ya realizan su propia prueba de audición en el oído una vez que el usuario los empareja con una app en el teléfono. El audífono Panda Air, con forma de auricular inalámbrico, es un ejemplo. Cuando llega el dispositivo, el usuario lo empareja con la app de Panda, realiza una prueba de audición por frecuencias a través del propio audífono, y luego la app programa la ganancia y la respuesta de frecuencia del dispositivo para que coincidan con el audiograma del usuario, de forma similar a lo que hace un audiólogo en una adaptación clínica.

Para una persona con un audiograma normal pero con una baja puntuación en las pruebas del habla en ruido, ese tipo de personalización automática no sustituye a una evaluación clínica. Pero para los adultos con pérdida auditiva de leve a moderada relacionada con la edad que, de otro modo, esperarían años antes de pedir una cita de audiología, un dispositivo de venta libre que hace su propia adaptación basada en el audiograma reduce mucho la barrera para probar la amplificación. Panda Air utiliza compresión de amplio rango dinámico de 16 canales y reducción de ruido adaptativa multibanda, e incluye un estuche de carga rápida de 60 horas, una garantía de 5 años y un plazo de devolución de 45 días para que el usuario pueda evaluar con calma el beneficio en la vida real.

Una advertencia que vale la pena repetir: en Estados Unidos, los audífonos de venta libre están aprobados solo para adultos con pérdida auditiva percibida de leve a moderada. La pérdida severa o profunda, la pérdida auditiva repentina, la pérdida asimétrica o los problemas de audición en niños siguen requiriendo, idealmente, una evaluación clínica completa. Obtenga más información sobre Panda Air.

Limitaciones de esta investigación

Por su propio diseño, una revisión de alcance es amplia y superficial, no estrecha y profunda. Los autores analizaron un conjunto heterogéneo de nueve estudios que usaban distintos estímulos, distintos métodos de puntuación y distintas poblaciones de participantes, lo que dificulta la comparación directa. No combinaron tamaños del efecto ni afirmaron que alguna herramienta esté lista hoy para reemplazar a la audiometría estándar.

Los revisores piden expresamente más investigación sobre la integración clínica, la calibración de los auriculares y dispositivos usados fuera de la cabina, y estudios longitudinales que determinen si la detección basada en pruebas SIN realmente cambia la proporción de adultos con pérdida auditiva que reciben un diagnóstico y ayuda. En el resumen no se mencionaron las fuentes de financiamiento ni los conflictos de interés.

Dónde nos deja esto

La evaluación auditiva es cada vez más funcional, más digital y más portátil. Las pruebas del habla en ruido, en particular los paradigmas de dígitos en ruido combinados con puntuación adaptativa y análisis basado en AI, están surgiendo como un complemento del audiograma tonal, no como su reemplazo. La misma presión hacia la accesibilidad se observa en los dispositivos, donde la adaptación en el oído mediante una app está acortando parte de la distancia entre el consumidor y la clínica. Quien se haya preguntado si sus dificultades ocasionales en una sala ruidosa son reales ahora tiene una respuesta más clara: sí, se pueden medir, y las herramientas para hacerlo ya están llegando.

Migliorelli A, Manuelli M, Visentin C, Bianchini C, Stomeo F, Pelucchi S, Prodi N, Ciorba A. Emerging Speech-in-Noise Tools for the Assessment of Hearing Loss: A Scoping Review. Audiology Research. 2026;16(2). Consultado en PubMed. https://doi.org/10.3390/audiolres16020057