La osteoporosis es una condición ósea asintomática que afecta a una gran proporción de la población anciana en todo el mundo, lo que resulta en una fragilidad ósea aumentada y un mayor riesgo de fracturas. Estudios anteriores habían demostrado que la respuesta vibroacústica del hueso puede indicar la calidad de la condición ósea. Por lo tanto, el objetivo del proyecto de los autores es desarrollar un nuevo método para explotar este fenómeno y mejorar la detección de la osteoporosis en individuos. En este artículo se describe un método que utiliza un martillo de reflejos para ejercer estímulos de prueba en la tibia de un paciente y un estetoscopio electrónico para adquirir las respuestas de impulso. Las señales se procesan como coeficientes de cepstrum de frecuencia mel y se pasan a través de una red neuronal artificial para determinar la probabilidad de osteoporosis a partir de las respuestas de impulso de la tibia. Tras algunas discusiones sobre el mecanismo y el procedimiento, este artículo detalla la adquisición de señales utilizando el estetoscopio y el posterior procesamiento de señales y el algoritmo estadístico de aprendizaje automático. Las pruebas piloto con 12 pacientes lograron una sensibilidad superior al 80% con una tasa de falsos positivos por debajo del 30% y precisión en torno al 70%. Un conjunto de datos ampliado de 110 pacientes logró una tasa de error del 30% con margen para mejorar en el algoritmo. Mediante el uso de aparatos clínicos comunes y un aprendizaje automático estratégico, este método podría ser adecuado como una prueba de detección de la población general para el diagnóstico temprano de la osteoporosis, evitando así complicaciones secundarias.