Hong Kong, 11 jun (EFE).- Un equipo de investigadores de la Universidad China de Hong Kong desarrolló una aplicación para móvil capaz de diagnosticar la depresión con una precisión superior al 80 %, mediante el análisis de las expresiones faciales, la voz y el lenguaje de los usuarios.
La herramienta, basada en inteligencia artificial, permite a los usuarios autoevaluarse y recibir una apreciación preliminar sobre posibles trastornos depresivos, con el objetivo de facilitar el acceso a atención psicológica temprana.
Muchas personas de la sociedad no comprenden suficientemente la depresión o no saben cómo ayudar a quienes la padecen, afirmó el catedrático Wing Yun-kwok, director del departamento de psiquiatría de la Universidad China de Hong Kong, citado por el rotativo hongkonés South China Morning Post.
Wing destacó que las principales dificultades en la evaluación clínica de la enfermedad depresiva procedían de la falta de concienciación sobre este trastorno mental, el estigma asociado al mismo y la inaccesibilidad a servicios médicos a tiempo.
El uso del fenotipado digital, que recopila datos para medir comportamientos a través de dispositivos inteligentes, ha permitido a los interesados obtener evaluaciones del estado mental sin necesidad de consultas presenciales, lo que ha animado a más personas a buscar ayuda profesional.
No obstante, Wing afirmó que la mayoría de estas herramientas existentes carecían de datos científicos.
Su equipo llevó a cabo un estudio entre junio de 2021 y marzo de 2023 para evaluar el rendimiento de la herramienta de evaluación digital desarrollada, y reclutó a 101 personas con trastorno depresivo mayor, así como a otras 82 sin trastornos psiquiátricos.
¿Eres pluviofílico? ⛈️ pic.twitter.com/j3WMAU9d2P
— Enséñame de Ciencia (@EnsedeCiencia) June 10, 2024
Participantes en estudio
Los que participaron en el estudio emplearon la aplicación para evaluar su estado de ánimo y registrar sus expresiones faciales y la voz cuando describían sus sentimientos, cuatro veces al día durante una semana.
Para la evaluación se analizaron sus gestos, como el fruncir de las cejas y la contracción de las comisuras labiales, el ritmo de las articulaciones y la duración de las pausas al hablar, así como la elección de las palabras.
También se les entregó un dispositivo actigráfico portátil para controlar sus ciclos de actividad y descanso.
El doctor Watson Chen, investigador postdoctoral del departamento, explicó que los resultados mostraban que los deprimidos arqueaban más las cejas y estiraban menos las comisuras labiales.
Además, estos individuos se referían más a ellos mismos durante las conversaciones y utilizaban más palabras negativas, y mostraban un menor índice de articulación y una mayor variación en la duración de las pausas.
Al parecer, las personas con depresión se movían menos y presentaban trastornos del sueño, y además su nivel medio de felicidad era inferior al de otras personas sin trastornos psiquiátricos.
El experto señaló que la precisión de la medición para diagnosticar la depresión se situaba en 0,81 en una escala de cero a uno, con un valor de uno que indicaba un rendimiento perfecto.
La guía infalible para que los mangos se mantengan frescos por mucho más tiempohttps://t.co/5PBcPmWt1j
— Enséñame de Ciencia (@EnsedeCiencia) June 10, 2024
Los hallazgos fueron publicados en la revista médica Translational Psychiatry.
El profesor adjunto Tim Li Man-ho señaló que aún es necesario seguir investigando para mejorar la aplicación, lo que incluye el reclutamiento de una muestra más amplia y diversa de población en cuanto a edad, sexo y raza, y añadió que tardarán al menos un año en poner la aplicación a disposición de la sociedad.
La Asociación de Salud Mental de Hong Kong publicó en febrero los resultados de una encuesta realizada el año pasado a más de 2.900 personas, según la cual el 11,1 % de los encuestados necesitaba tratamiento y asesoramiento profesional para la depresión, frente al 8,4 % registrado en una encuesta similar en 2020.
Puede interesarle:
Adicción a internet de los adolescentes se asocia a cambios en las redes neuronales