La depresión es una seria enfermedad que afecta a millones de personas en el mundo. Según cifras de la Organización Mundial de la Salud, sólo en el año 2016 se calcula que más de 300 millones de personas padecían depresión. Pero en México las cosas no son muy diferentes: de acuerdo con la Encuesta Nacional de Salud Mental un 18 % de la población urbana sufre algún trastorno de ánimo entre los que se encuentra el trastorno depresivo.
A pesar de esas cifras muy altas, lo más importante es no olvidar que son personas: personas que sufren y que buscan apoyo y sobre todo, comprensión. Es por ello que los estudios sobre la depresión no paran en el afán de comprender mejor esta condición y abrir alternativas para tratarla.
Se calcula que en el mundo más de 300 millones de personas sufren depresión. (Foto: Unsplash)
Esto es lo que impulsó a un grupo de investigadores del Instituto Tecnológico de Massachusetts (MIT) que elaboraron un modelo de red neuronal capaz de analizar texto y audio de entrevistas clínicas para descubrir patrones de habla que puedan señalar a una depresión.
¿Cómo funciona?
Para diagnosticar la depresión, generalmente los psiquiatras y especialistas entrevistan a los pacientes con preguntas específicas acerca de enfermedades mentales pasadas, estilo de vida, estado de ánimo, entre otras cosas, para conocer la condición de la persona y así poder deducir su estado mental.
via GIPHY
Sin embargo, a raíz de estas entrevistas había surgido la pregunta si podía ser el mismo modo del habla lo que también podría ayudar a detectar la depresión, es decir, no sólo lo que dicen (por ejemplo si tienen alguna experiencia traumática), sino CÓMO lo dicen: las palabras que utiliza, el volumen, la entonación y otras características.
¿Es posible detectar la depresión de acuerdo a los patrones del habla de un ser humano?
En un documento presentado en la conferencia de Interspeech, los investigadores del MIT detallaron que ellos creen que sí y lo demuestran: crearon un modelo de red neuronal que se puede utilizar en los datos de audio y texto sin procesar de entrevistas para descubrir los patrones de habla indicativos de depresión.
En otras palabras: pueden decir quién está deprimido sin la necesidad de basarse en la información de las preguntas y respuestas, sólo basándose en la forma en la que la persona habla.
via GIPHY
Por ejemplo, el modelo extrajo patrones de habla que surgían de personas con y sin depresión, y encontraron que palabras como “triste”, “bajo” o “abajo” se combinaban con señales de audio más planas y monótonas, o que las personas con depresión suelen hablar más despacio y usar pausas más largas entre palabras.
Una oportunidad para la vida diaria
Los científicos esperan que a partir de esto se puedan crear modelos para desarrollar herramientas para detectar signos de depresión en una conversación natural, por ejemplo, impulsando aplicaciones móviles que estén monitoreando el texto y la voz del usuario.
Esto podría ser útil sobre todo para aquellos que no están en condiciones para asistir con un médico profesional debido a la distancia o la falta de dinero. Lo importante es no dejar de hacer el diagnóstico, pues es una enfermedad que puede traer consecuencias fatales para quien la vive y las personas a su alrededor.
Como lo asegura el primer autor del estudio Tuka Alhanai, investigador del Laboratorio de Ciencias de la Computación e Inteligencia Artificial:
Los primeros indicios que tenemos de que una persona está feliz, emocionada, triste o tiene alguna condición cognitiva grave, como la depresión, es a través de su habla.
Los desarrolladores del modelo esperan que pueda ser accesible para las personas y así cuidar su salud mental. (Foto: MIT News)
Por su parte, el coautor James Glass dijo que esta tecnología podría ser usada para identificar la angustia mental en conversaciones casuales en consultorios:
Cada paciente hablará de manera diferente, y si el modelo ve cambios, tal vez será una bandera para los médicos. Este es un paso adelante para ver si podemos hacer algo de ayuda para ayudar a los médicos.
Los investigadores entrenaron y probaron su modelo en un conjunto de datos de 142 interacciones del Distress Analysis Interview Corpus, el cual contiene entrevistas de audio, texto y video de pacientes con problemas de salud mental y agente virtuales controlados por humanos.
A partir de ahí hay todo un mundo que se abre para la investigación. Ahora los expertos probarán estos métodos en datos adicionales en más sujetos de estudio con otras condiciones, por ejemplo, demencia.
Podría interesarte:
El miedo a los prejuicios evita que las personas con depresión vayan al psiquiatra
El componente no tóxico de la marihuana que combate la psicosis
Resiliencia: cómo superar un evento traumático
