Inteligencia artificial en terapia del lenguaje: mapeo exploratorio de tendencias clínicas e implicaciones para la salud pública, 2024-2026
Palabras clave:
inteligencia artificial, fonoaudiología, rehabilitación, salud digital, salud pública, terapia del lenguajeResumen
Antecedentes: La inteligencia artificial (IA) se incorpora progresivamente a la evaluación, tamizaje, planificación y rehabilitación de trastornos de comunicación y deglución. Su potencial para ampliar el acceso debe valorarse junto con riesgos de sesgo, privacidad, validación y desigualdad digital.
Objetivo: Describir tendencias recientes de investigación sobre IA aplicada a terapia del lenguaje y explorar su distribución clínica e implicaciones para la salud pública.
Métodos: Mapeo bibliográfico descriptivo y exploratorio de 22 registros de PubMed publicados entre enero de 2024 y el 29 de agosto de 2026. Se codificaron año, foco principal, área clínica y región, y se calcularon frecuencias y porcentajes. El procedimiento fue intencional y no exhaustivo, por lo que los resultados se interpretan como una fotografía exploratoria del campo.
Resultados: Trece registros (59,1%) correspondieron a 2026, siete (31,8%) a 2025 y dos (9,1%) a 2024. Diez (45,5%) abordaron evaluación, tamizaje o diagnóstico; cinco (22,7%) intervención o rehabilitación; cuatro (18,2%) implementación o alfabetización profesional; dos (9,1%) apoyo a decisiones o planificación; y uno (4,5%) educación del paciente. Solo un registro (4,5%) tuvo foco latinoamericano.
Conclusiones: En la muestra mapeada se observó una mayor concentración de publicaciones recientes y un predominio de aplicaciones diagnósticas.
Referencias
1. World Health Organization. Rehabilitation [Internet]. Geneva: WHO; 2024 Apr 22 [cited 2026 Aug 29].
2. World Health Organization. Ethics and governance of artificial intelligence for health: guidance on large multi-modal models. Geneva: WHO; 2025.
3. Gallano G, Giglio A, Ferre A. Artificial intelligence in speech-language pathology and dysphagia: a review from Latin American perspective and pilot test of LLMs for rehabilitation planning. J Voice. 2025 Apr 30. doi:10.1016/j.jvoice.2025.04.010.
4. Dadgar M, Ennis C, Mokgosi K, Ross R. Artificial intelligence (AI)-driven technologies for managing pediatric speech and language therapy: a scoping review. Digit Health. 2025;11:20552076251376533. doi:10.1177/20552076251376533.
5. Nudelman CJ, Tardini V, Bottalico P. Artificial intelligence to detect voice disorders: an AI-supported systematic review of accuracy outcomes. J Voice. 2025 Oct 4. doi:10.1016/j.jvoice.2025.09.021.
6. Benway NR, Preston JL. Artificial intelligence-assisted speech therapy for /r/: a single-case experimental study. Am J Speech Lang Pathol. 2024;33(5):2461-2486. doi:10.1044/2024_AJSLP-23-00448.
7. Birol NY, Çiftci HB, Yılmaz A, Çağlayan A, Alkan F. Is there any room for ChatGPT AI bot in speech-language pathology? Eur Arch Otorhinolaryngol. 2025;282(6):3267-3280. doi:10.1007/s00405-025-09295-y.
8. Ehlert H, Lüdtke U. The application of artificial intelligence in speech and language therapy: attitudes and expectations. Int J Lang Commun Disord. 2026;61(1):e70172. doi:10.1111/1460-6984.70172.
9. Turki DF, Turki AF. Machine learning-based identification of phonological biomarkers for speech sound disorders in Saudi Arabic-speaking children. Diagnostics (Basel). 2025;15(11):1401. doi:10.3390/diagnostics15111401.
10. Sreedevi EV, Iyer K S, Thankappan K, Roe J, Karuveettil V, Janakiram C, et al. Artificial intelligence tools for the assessment and management of dysphagia: a scoping review. BMJ Open. 2026;16(7):e119582. doi:10.1136/bmjopen-2026-119582.
11. Yaşa İC, Dölek M, Eyilikeder Tekin S, Kaya AS, Akgün P, Yılmaz SD, et al. Artificial intelligence in speech and language therapy: a qualitative comparative analysis of clinical applications and outcomes. Inquiry. 2026;63:469580261445316. doi:10.1177/00469580261445316.
12. Hidalgo Cajo IM, Hidalgo Cajo B, Hidalgo Cajo DP, Solis Cartas U, Martínez Larrarte JP. Intervención educativa mediante el uso de inteligencia artificial para mejorar el rendimiento académico en estudiantes de medicina. Educación Médica Superior. 2024;38(2026):e4251. Disponible en: https://ems.sld.cu/index.php/ems/article/view/4251
13. Bailey DJ, Anjum J, Park H, Carpenter E, Mamlekar C, Kurland J. A strengths, weaknesses, opportunities, and threats analysis of generative artificial intelligence in aphasia management with proposed ethical guidelines. Am J Speech Lang Pathol. 2026;35(2):402-421. doi:10.1044/2025_AJSLP-25-00262.
14. Yang W, Li S, Du Y, Chen M, Yang F, Zhang F, et al. Human-AI collaboration for dysphagia rehabilitation from effectiveness to implementation complexity: a systematic review. NPJ Digit Med. 2026;9(1). doi:10.1038/s41746-026-02729-9.
Archivos adicionales
Publicado
Declaración de disponibilidad de datos
La matriz de los 22 registros analizados, con PMID, año, foco clínico y región, se encuentra disponible como archivo suplementario asociado a este manuscrito.
Número
Sección
Categorías
Licencia
Derechos de autor 2026 Heimy Belén Paredes Novillo (Autor/a)

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores/as conservan los derechos de autor y conceden a AHRIE – Applied Health Research, Innovation & Education el derecho de primera publicación.
Los artículos se distribuyen bajo la Licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0), que permite compartir y adaptar el material para cualquier propósito, incluso comercial, siempre que se otorgue el crédito adecuado a los autores/as y a la publicación original, se proporcione un enlace a la licencia y se indiquen los cambios realizados.
Licencia: https://creativecommons.org/licenses/by/4.0/deed.es