Pruebas de fluidez verbal de un minuto de duración son eficaces para que los expertos puedan detectar trastornos de ansiedad y depresión. La Inteligencia Artificial hace posible eliminar posibles barreras para realizar un tratamiento eficaz, según investigadores del National Center for Supercomputing Applications (NCSA) que han logrado una innovadora prueba de diagnóstico.
Un total de 41 voluntarios han participado en el estudio que difunde Journal of Acoustical Society of America Express Letters, en el que Mary Pietrowicz, de la Universidad de Illinois, y su equipo exploraron cómo el aprendizaje automático podría distinguir eficazmente a las personas con trastornos comórbidos de depresión y ansiedad de los controles sanos, utilizando análisis acústico y fonémico de datos de fluidez verbal semántica.
En este trabajo se hace hincapié en que el análisis de los modelos acústicos y fonémicos destacó su papel en la caracterización de esos trastornos, con modelos de referencia que proporcionaron información explicativa.
Los investigadores probaron un conjunto de datos personalizado, seleccionado específicamente para este estudio, que incluyó tanto a personas sanas como otras con depresión y ansiedad comórbidas de diversos grados de gravedad.
Se excluyó del estudio a personas con otras afecciones comórbidas que afectan el habla y el lenguaje. Los modelos acústicos, que utilizan únicamente datos de pruebas de fluidez verbal de un minuto, detectaron la presencia de trastornos comórbidos con una alta tasa de éxito.
Un grupo de estudiantes de la Facultad de Medicina de este campus se encargó de recopilar los datos del estudio. Previamente, entrevistaron a cada uno de los voluntarios, grabaron las entrevistas y realizaron una tarea de nombrar animales con los participantes.
Método fácil, eficiente y preciso
Los autores del estudio señalan que una de las principales ventajas de estas pruebas acústicas es su accesibilidad. Pueden administrarse online, a través de la aplicación o en la clínica, lo que aborda directamente las barreras conocidas para la detección, como el estigma, la baja percepción de la necesidad, los costos, los problemas de transporte y el acceso limitado a la atención médica.
Para el profesor Ryan Finkenbien, “el desarrollo de un método eficiente, preciso y fácil de usar para la detección de pacientes que puedan sufrir depresión o ansiedad es sumamente prometedor. La aplicación de modelos avanzados de aprendizaje automático al ámbito clínico ofrece una vía excepcional para que los clínicos detecten signos de enfermedad mental de forma adaptativa y práctica. Tanto pacientes como médicos se beneficiarán de métodos mejorados para una atención médica y de salud mental integral”.
Los experimentos de este trabajo demostraron una precisión de aproximadamente entre el 70 % y el 83 % en la detección de ansiedad y trastorno depresivo mayor comórbido, utilizando datos de una prueba de fluidez verbal semántica de un minuto.
Los autores subrayan que el análisis de los modelos acústicos y fonémicos destacó su papel en la caracterización de ansiedad y trastorno depresivo mayor comórbido, con modelos de referencia que proporcionaron información explicativa.
Los trabajos futuros ampliarán el conjunto de datos para la diversidad, incluirán tipos de habla adicionales (entrevistas, habla leída, etc.), integrarán señales multimodales (como vídeo), explorarán técnicas de aumento de datos para mejorar la estabilidad y explorarán otros trastornos para proporcionar un cribado diferencial y la generalización del modelo.
Trastornos de ansiedad y depresivo mayor
Los trastornos de ansiedad (TA) y el trastorno depresivo mayor (TDM) son afecciones de salud mental prevalentes que afectan al 19,1 % y al 8,3 % de los adultos estadounidenses, respectivamente, y son las principales causas de discapacidad, especialmente en personas menores de 40 años.
A pesar de su prevalencia, las tasas de tratamiento son bajas (36,9 % para el TA y 61 % para el TDM) debido a barreras actitudinales, perceptuales y estructurales como el estigma, la baja autopercepción de necesidad y el acceso limitado a la atención.
Por último, los autores de este estudio destacan que las comorbilidades exacerban y enmascaran estos trastornos, empeorando los resultados de salud. La pandemia de Covid-19 aumentó aún más las tasas de trastornos de ansiedad y depresivo mayor al 33 % y al 30 %, respectivamente.
El National Center for Supercomputing Applications de la Universidad de Illinois es un modelo a imitar donde trabajan especialistas en supercomputación y recursos digitales avanzados. En el NCSA, profesores, personal, estudiantes y colaboradores de todo el mundo utilizan recursos innovadores para abordar los retos de investigación en beneficio de la ciencia y la sociedad.
El NCSA lleva más de 35 años ayudando a muchos de los gigantes de la industria a nivel mundial, para resolver grandes retos con rapidez y a gran escala. Desde 1986, este centro ha sido sede de colaboraciones pioneras, que no solo han marcado un antes y un después, sino que han impulsado al mundo hacia nuevas y audaces direcciones.
Biotech magazine & news
Información compartida por la página de divulgación biotecnológica
Biotech Magazine & News. dirigida por José María Fernández-Rúa con la misma honestidad y rigor que ha caracterizado su andadura en papel desde la fundación de Biotech Magazine en 2006.
Expertos abordan los últimos avances en biotecnología, en sus diferentes colores: amarillo (Tecnología Alimentaria y Nutrición), azul (Acuicultura y Biotecnología Marina), blanco (Organismos modificados genéticamente), rojo (Biomedicina), verde (Biocombustibles, Agricultura y Biotecnología Ambiental) y violeta (Patentes e Invenciones). Biotech Magazine & News, editada por Cariotipo MH5, recoge noticias, entrevistas a líderes de I+D+I y artículos de opinión..
Si (
No(
