^
A
A
A

La inteligencia artificial es capaz de reconocer la depresión

 
, Editor medico
Último revisado: 02.07.2025
 
Fact-checked
х

Todo el contenido de iLive se revisa médicamente o se verifica para asegurar la mayor precisión posible.

Tenemos pautas de abastecimiento estrictas y solo estamos vinculados a sitios de medios acreditados, instituciones de investigación académica y, siempre que sea posible, estudios con revisión médica. Tenga en cuenta que los números entre paréntesis ([1], [2], etc.) son enlaces a estos estudios en los que se puede hacer clic.

Si considera que alguno de nuestros contenidos es incorrecto, está desactualizado o es cuestionable, selecciónelo y presione Ctrl + Intro.

18 January 2019, 09:00

¿Por qué es tan difícil reconocer la depresión, sobre todo en sus primeras etapas? ¿Existen métodos para optimizar el diagnóstico? Estas son las preguntas que se plantean los científicos.

Antes de diagnosticar la depresión, un profesional médico debe realizar una tarea compleja: recopilar toda la información posible sobre el paciente, presentar un panorama completo de la patología, analizar las características de la formación de la personalidad y el estilo de vida de la persona, rastrear los posibles síntomas y determinar las razones que podrían afectar indirectamente el desarrollo de la enfermedad. Científicos del Instituto Tecnológico de Massachusetts (MIT) han diseñado un modelo que puede determinar la depresión en una persona sin realizar preguntas específicas, basándose únicamente en las características conversacionales y el estilo de escritura.

Como explica Tuki Alhanai, uno de los líderes del proyecto de investigación, la primera señal de alarma sobre la presencia de depresión puede sonar precisamente durante una conversación con un paciente, independientemente de su estado emocional en ese momento. Para ampliar el modelo diagnóstico, es necesario minimizar las restricciones aplicadas a la información: basta con mantener una conversación normal, lo que permite al modelo evaluar el estado del paciente durante una conversación natural.

Los investigadores denominaron al modelo que crearon "sin contexto" porque no había restricciones en las preguntas formuladas ni en las respuestas escuchadas. Mediante una técnica de modelado secuencial, alimentaron el modelo con versiones de texto y audio de conversaciones con pacientes con y sin trastornos depresivos. A medida que se acumulaban las secuencias, surgieron patrones; por ejemplo, la inclusión estándar de palabras como "triste", "caída" y señales auditivas monótonas en la conversación.

“El modelo reconoce la secuencia verbal y evalúa los patrones aprendidos como los factores más probables presentes en pacientes con y sin depresión”, explica el profesor Alhanai. “Luego, si la IA detecta secuencias similares en pacientes posteriores, puede diagnosticarlos con depresión”.

Los ensayos de prueba demostraron que el modelo diagnosticó correctamente la depresión en el 77 % de los casos. Este es el mejor resultado registrado entre todos los modelos probados previamente que funcionaron con pruebas y cuestionarios claramente estructurados.

¿Tienen previsto los expertos utilizar la inteligencia artificial en la práctica? ¿Se incluirá en la base de futuros modelos de asistentes "inteligentes"? Los científicos aún no se han pronunciado al respecto.

La información sobre el estudio está publicada en el sitio web del Instituto Tecnológico de Massachusetts (MIT). También se puede encontrar información detallada en http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf

trusted-source[ 1 ]

You are reporting a typo in the following text:
Simply click the "Send typo report" button to complete the report. You can also include a comment.