Un modelo de IA detecta la depresión a partir de conversaciones naturales con un 77% de precisión

• Investigadores del MIT desarrollaron una red neuronal que identifica automáticamente patrones depresivos a partir de audio y texto sin procesar, sin preguntas predefinidas.
• El modelo está "libre de contexto", lo que significa que puede analizar cualquier conversación informal y extraer señales lingüísticas y acústicas relacionadas con la depresión.
• En un estudio de validación, logró una precisión general del 77 %, superando a las herramientas convencionales de IA basadas en preguntas y respuestas.

Tradicionalmente, el Cuestionario de Salud del Paciente (PHQ-9) es el estándar de oro para la detección de depresión. Plantea un conjunto fijo de nueve preguntas sobre el estado de ánimo, el sueño, el apetito y los niveles de energía para calcular una puntuación de 0 a 27; las puntuaciones superiores a 20 indican depresión grave.

En los últimos años, los enfoques de aprendizaje automático han explotado con éxito el habla en busca de marcadores reveladores (entonación, velocidad del habla y elecciones léxicas específicas) que sugieren estados depresivos. Sin embargo, la mayoría de estos modelos se basan en respuestas al PHQ-9 o entrevistas estructuradas similares, lo que limita su aplicabilidad en entornos del mundo real.

La nueva red neuronal del MIT elimina esa limitación. Al alimentarlo con grabaciones de entrevistas de formato libre, el sistema aprende a reconocer patrones sutiles, como el uso frecuente de palabras como "deprimido", "bajo" o "triste", combinados con una calidad vocal plana o monótona y un ritmo de habla más lento, que están fuertemente asociados con la depresión.

Cómo funciona el modelo

El algoritmo trata el habla como una secuencia de cuadros de audio con marca de tiempo y palabras transcritas. Emplea una arquitectura de modelado de secuencia profunda que analiza conjuntamente las características acústicas (tono, energía, velocidad del habla) y el contenido lingüístico. Como no depende de un cuestionario fijo, se puede aplicar a cualquier dato conversacional, desde entrevistas clínicas hasta llamadas telefónicas cotidianas.

Los autores se refieren a esto como "modelado libre de contexto" porque captura indicadores de depresión independientemente de las preguntas específicas formuladas.

Capacitación, Validación y Rendimiento

El modelo se entrenó en 142 interacciones extraídas del Corpus de Entrevistas de Análisis de Distress (DAIC), que incluye audio, video y texto de conversaciones tanto con participantes sanos como con personas diagnosticadas con trastornos mentales.

La gravedad de la depresión de cada sujeto se cuantificó mediante la puntuación PHQ-9 (0-27). En el estudio, 28 participantes fueron clasificados como deprimidos (puntuaciones ≥20). La red se evaluó en cuanto a precisión y recuperación:logró un 71 % de precisión y un 83 % de recuperación, lo que arrojó una precisión general del 77 %, una mejora notable con respecto a enfoques de IA anteriores que normalmente rondaban el 60-65 % de precisión.

El trabajo futuro ampliará la red a otras enfermedades como la demencia y explorará los patrones acústico-lingüísticos específicos que impulsan sus predicciones.

A largo plazo, la tecnología podría integrarse en aplicaciones móviles para monitorear pasivamente la voz y los textos de los usuarios en busca de signos de angustia, ofreciendo alertas tempranas para quienes enfrentan barreras para acceder a la atención de salud mental.

Leer:La estimulación cerebral puede disminuir la intención de una persona de cometer un acto violento