Investigadores del Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) desarrollaron un modelo de inteligencia artificial que detecta palabras, entonaciones y modos de hablar que podrían ofrecer indicios de que una persona padece depresión
Una entrada de blog del MIT dice que los científicos elaboraron un modelo de red neuronal capaz de analizar texto y audio de entrevistas clínicas para descubrir patrones de habla indicativos de depresión.
Para diagnosticar la depresión, los doctores entrevistan a los pacientes, hacen preguntas específicas acerca de aspectos como enfermedades mentales pasadas, estilo de vida y estado de ánimo, con lo cual los médicos identifican la afección según las respuestas.
El modelo de red neuronal se puede utilizar en datos de audio y texto, sin procesar entrevistas, para descubrir patrones de habla indicativos de depresión. A través de esta técnica se puede predecir con precisión si el individuo está deprimido, sin necesidad de otra información sobre las preguntas y respuestas, detalla el MIT en su página de Internet.
Los científicos esperan que este método se pueda utilizar en el desarrollo de herramientas para detectar signos de depresión en una conversación normal. En el futuro, el modelo podría impulsar las aplicaciones móviles que monitorean texto y voz de un usuario en busca de problemas mentales y enviar alertas.
“Los primeros indicios que tenemos de que una persona se siente feliz, emocionada, triste o tiene alguna condición grave como la depresión, es a través de su habla”, dijo el autor de la publicación, Tuka Alhanai. El coautor del estudio, James Glass, dijo que la tecnología podría ser usada para identificar la angustia mental en conversaciones casuales en consultorios clínicos.
Los investigadores probaron el modelo en un conjunto de datos de 142 interacciones del Distress Analysis Interview Corpus, el cual tiene entrevistas de audio, texto y video de pacientes con problemas de salud mental y agentes virtuales controlados por humanos. No obstante, los científicos buscarán probar estos métodos en datos adicionales en más sujetos de estudio con otras condiciones cognitivas, como demencia.
FM