Las pruebas de habla en ruido de próxima generación podrían hacer que las pruebas de detección auditiva sean más rápidas, inteligentes y accesibles

Una nueva revisión de alcance en Audiology Research muestra cómo los paradigmas de dígitos en ruido, la puntuación impulsada por IA y las plataformas digitales automatizadas están remodelando la forma en que los médicos identifican la pérdida auditiva más allá del audiograma estándar en una habitación silenciosa.

Durante décadas, el estándar de oro para diagnosticar la pérdida auditiva ha sido la audiometría de tonos puros (PTA), la prueba en la que una persona se sienta en una cabina de sonido y presiona un botón cada vez que escucha un pitido en un tono y volumen específicos. PTA es confiable para mapear los tonos más suaves que una persona puede detectar, pero no captura la situación con la que realmente lucha la gente: seguir una conversación cuando hay ruido de fondo.

Un número creciente de investigadores ha estado trabajando en pruebas de habla en ruido (SIN) que intentan llenar ese vacío, 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 enfocadas que eventualmente podrían trasladar las pruebas de audición de las clínicas especializadas a computadoras portátiles, tabletas y teléfonos.

Antecedentes: por qué los investigadores analizaron esto

Un audiograma de tonos puros le dice al médico qué tan suave es el sonido que puede escuchar un paciente en cada frecuencia. No les dice directamente qué tan bien esa persona seguirá a un amigo en un restaurante ruidoso. Dos personas con audiogramas muy similares pueden tener experiencias auditivas muy diferentes en el mundo real, y algunos adultos con audiogramas de apariencia normal aún reportan problemas graves con el ruido. Esta discrepancia a veces se denomina dificultad auditiva funcional u oculta.

Las pruebas de habla en ruido abordan esa brecha reproduciendo material de habla, palabras, oraciones o secuencias de dígitos cortos contra un fondo controlado de sonido competitivo y pidiendo al oyente que repita lo que escuchó. La puntuación refleja algo más cercano a cómo funciona una persona en entornos cotidianos. El problema es que, históricamente, las pruebas SIN tradicionales han consumido mucho tiempo, eran específicas de cada idioma y estaban vinculadas a equipos clínicos. El equipo de Ferrara se propuso mapear qué nuevas herramientas se han creado para abordar esos límites.

Cómo se realizó el estudio

El equipo llevó a cabo una revisión de alcance utilizando la extensión de elementos de informes preferidos para revisiones sistemáticas y metaanálisis para revisiones de alcance, conocida como PRISMA-ScR. Una revisión de alcance es una forma estructurada de mapear el tamaño y la forma de un área de investigación emergente cuando hay muy pocos ensayos de alta calidad para realizar un metanálisis tradicional. En lugar de agrupar los tamaños de los efectos, los autores catalogan qué herramientas existen, con quién fueron probadas y qué miden.

Su búsqueda bibliográfica se realizó en PubMed/MEDLINE, Scopus y Embase. Se centraron en estudios publicados aproximadamente en la última década que describían nuevas herramientas de habla en ruido y que incluían participantes adultos con audición normal o pérdida auditiva medida. Después de la selección, nueve estudios cumplieron con los criterios de inclusión y se resumieron uno al lado del otro.

Lo que encontraron los investigadores

Las nueve herramientas emergentes se agruparon en torno a varios temas metodológicos. Varios utilizaron paradigmas de dígitos en ruido, en los que el oyente escucha secuencias cortas de números hablados contra un ruido de fondo. Los dígitos son útiles porque son cortos, familiares en muchos idiomas y fáciles de calificar automáticamente.

Otras herramientas utilizaron modos de presentación antifásicos o binaurales, donde el habla y el ruido se dirigen de manera diferente a los dos oídos para exponer problemas de procesamiento binaural más sutiles. Un segundo grupo utilizó procedimientos adaptativos optimizados, donde la dificultad de cada prueba se ajusta en tiempo real en función de las respuestas anteriores del oyente. Ese enfoque puede alcanzar un umbral estable más rápido que las pruebas tradicionales de dificultad fija.

Un tercer grupo pasó a plataformas de pruebas digitales y automatizadas, incluida la entrega basada en la web y en tabletas. Varias herramientas incorporaron inteligencia artificial, incluido el aprendizaje automático, la generación de material de estímulo de texto a voz y el reconocimiento automático del habla para calificar las respuestas de los oyentes. Los revisores señalan que los componentes basados ​​en IA 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 coherencia. En los nueve estudios, las medidas SIN distinguieron de manera confiable a los oyentes con audición normal de los oyentes con pérdida auditiva, y capturaron información que la audiometría de tonos puros por sí sola no logró. En otras palabras, estas herramientas no sólo duplican el audiograma; añaden una capa complementaria sobre la función de escucha en el mundo real.

Qué significa para las personas con pérdida auditiva

Para un adulto a quien le han dicho que su audiograma se ve bien pero que todavía tiene dificultades en entornos ruidosos, este trabajo es tranquilizador. El problema no es imaginable y las herramientas para medirlo son cada vez mejores. Para los médicos, la prueba SIN ofrece un resultado más funcional para realizar un seguimiento a lo largo del tiempo y que puede ser más sensible a los cambios tempranos que los umbrales de tono.

El panorama más amplio es el acceso. Si se puede realizar una pantalla auditiva a través de una tableta o un teléfono utilizando un paradigma de dígitos en ruido, generación automatizada de estímulos y puntuación de aprendizaje automático, la prueba puede pasar de la cabina 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 la brecha promedio entre notar un problema por primera vez y actuar al respecto se mide en años.

La personalización auditiva en el hogar basada en aplicaciones se alinea con esta tendencia

Una de las implicaciones prácticas de esta revisión del alcance es que la evaluación auditiva está pasando de cabinas especializadas a dispositivos de consumo. Una tendencia paralela está ocurriendo en el lado de los dispositivos: algunos audífonos de venta libre ahora ejecutan su propia prueba de audición en el oído una vez que el usuario vincula el dispositivo con una aplicación de teléfono. El audífono tipo auricular Panda Air es un ejemplo. Una vez que llega el dispositivo, el usuario lo vincula con la aplicación Panda, ejecuta una prueba de audición de frecuencia específica a través del propio audífono y luego la aplicación programa la ganancia y la respuesta de frecuencia del dispositivo para que coincida con el audiograma del usuario, similar a lo que hace un audiólogo en una adaptación clínica.

Para alguien cuyo audiograma es normal pero cuya puntuación del habla en ruido es baja, ese tipo de personalización automatizada no sustituye a la 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 programar una cita de audiología, un dispositivo de venta libre que realiza su propia adaptación de audiograma ofrece una barrera mucho menor para probar la amplificación. Panda Air utiliza compresión de rango dinámico amplio de 16 canales y reducción de ruido adaptativa multibanda, y se envía con un estuche de carga rápida de 60 horas, una garantía de 5 años y una ventana de devolución de 45 días para que el usuario pueda tomarse su tiempo para evaluar los beneficios en el mundo real.

Una advertencia que vale la pena repetir. Los audífonos de venta libre en los Estados Unidos están aprobados solo para adultos con pérdida auditiva autopercibida de leve a moderada. La pérdida grave o profunda, la pérdida auditiva repentina, la pérdida asimétrica o los problemas auditivos en niños aún se benefician más de un estudio clínico completo. Más información sobre Panda Aire.

Limitaciones de esta investigación

Una revisión de alcance por diseño es amplia y superficial en lugar de estrecha y profunda. Los autores mapearon un conjunto heterogéneo de nueve estudios que utilizaron diferentes estímulos, diferentes métodos de puntuación y diferentes poblaciones de participantes, lo que dificulta la comparación directa. No estaban agrupando tamaños de efectos ni afirmando que una sola herramienta esté lista para reemplazar la audiometría estándar en la actualidad.

Los revisores piden explícitamente más investigaciones sobre la integración clínica, la calibración de auriculares y dispositivos utilizados fuera de la cabina, y estudios longitudinales para rastrear si la detección basada en SIN realmente cambia la velocidad a la que se diagnostica y ayuda a los adultos con pérdida auditiva. Las fuentes de financiación y los conflictos de intereses no se señalaron en abstracto.

Donde nos deja esto

La evaluación auditiva es cada vez más funcional, más digital y más portátil. Las pruebas de habla en ruido, en particular los paradigmas de dígitos en ruido combinados con puntuación adaptativa y análisis basado en inteligencia artificial, están surgiendo como un complemento al audiograma de tonos puros en lugar de un reemplazo. La misma presión hacia la accesibilidad se está manifestando en el lado de los dispositivos, donde la adaptación intraauricular basada en aplicaciones está acortando parte de la distancia entre el consumidor y la clínica. Cualquiera que se haya preguntado si su lucha ocasional en una habitación ruidosa es real ahora tiene una respuesta más clara: sí, es mensurable y las herramientas para medirla están llegando.

Migliorelli A, Manuelli M, Visentin C, Bianchini C, Stomeo F, Pelucchi S, Prodi N, Ciorba A. Herramientas emergentes del habla en ruido para la evaluación de la pérdida auditiva: una revisión del alcance. Investigación en audiología. 2026;16(2). Obtenido de PubMed. https://doi.org/10.3390/audiolres16020057