Depresión

La IA puede detectar la depresión a partir de su voz

Durante la pandemia diagnosticar y tratar las enfermedades mentales ha sido todo un desafío, porque además el confinamiento ha provocado un aumento de este tipo de padecimientos

Por Rocío Silva

- 24 de Mayo de 2021 - 11:42 hs
La IA puede detectar la depresión a partir de su voz

La IA puede detectar la depresión a partir de su voz

En la actualidad la salud mental es uno de los mayores desafíos del mundo. El Centro para el Control y la Prevención de Enfermedades (CDC) de EE. UU. ha manifestado su preocupación sobre este tema, ya que uno de cada dos estadounidenses pueda sufrir depresión después de la pandemia. Las estimaciones médicas indican que alrededor de dos tercios de todos los casos de depresión no se diagnostican. 

"¿No sería fantástico si pudiéramos detectar y tratar los síntomas de la depresión en los adultos en las primeras etapas, tal como las madres perciben los problemas de salud de sus hijos?" pregunta David Liu, director ejecutivo de Sonde Health.

Gracias a los avances recientes en inteligencia artificial (IA). Un nuevo sistema ahora pueden detectar la depresión con solo escuchar a alguien decir algunas oraciones. Sorprendentemente, el idioma o las palabras que se hablan no son tan importantes como cómo lo dices. 

La salud mental se enfrenta a dos problemas principales. Principalmente porque no es fácil acceder a los profesionales de la salud mental de manera oportuna. En segundo lugar, para los pacientes que logran obtener ayuda profesional, el proceso de diagnóstico y la calidad de la atención no son consistentes, todo esto debido a la pandemia que actualmente afecta al mundo.

Rima Seiilova-Olson mudó a San Francisco como analista de investigación en 2015. Unos años más tarde, cuando dio a luz a su primer hijo, experimentó una "depresión posparto". La mayoría de las madres experimentan cambios de humor en las primeras semanas después del parto. Pero para algunas, esto se convierte en una afección más grave llamada depresión posparto.

Seiilova-Olson decidió buscar ayuda profesional. Recuerda haber hecho llamadas desesperadas a su médico  para pedirle citas. Después de muchos intentos, logró programar una visita con un terapeuta. Faltaban más de dos meses para la cita. No tuvo más remedio que esperar.

Lee también: Cómo identicar la depresión en los seres queridos

En este tiempo, Seiilova-Olson participó en el Open AI Hackathon organizado en el Área de la Bahía. Allí, conoció a Grace Chang , una tecnóloga, y se unieron de inmediato. Además de estar entre las pocas mujeres que participaron en el evento de tecnología, compartieron experiencias personales frustrantes para obtener ayuda para la salud mental. Chang y Seiilova-Olson al poco tiempo fundaron Kintsugi , una startup que utiliza IA para democratizar el acceso a la salud mental.

El sistema de salud mental tiene una limitación de capacidad debido a la falta de profesionales de la salud autorizados. De cada diez personas que pueden sufrir problemas de salud mental, solo tres aseguran el acceso al sistema. “Para empeorar las cosas, no existen procesos eficientes para utilizar este ancho de banda escaso”, dice Chang. "Muchos casos críticos quedan en espera, mientras que los menos graves terminan usando un ancho de banda precioso". Este es el primer obstáculo al que se enfrentan millones de pacientes.

Cuando los pacientes se enfrentan a estas complicaciones logísticas para obtener ayuda profesional, se encuentran con el segundo desafío fundamental: la calidad de la atención. Hoy en día, el diagnóstico de problemas de salud mental se basa en herramientas de detección como el Cuestionario de salud del paciente (PHQ). 

“El desafío es que estas preguntas no son muy objetivas y dependen en gran medida de lo que el paciente pueda recordar de las últimas semanas”, dice Chang. El diagnóstico del médico luego se basa en la precisión de la imagen recreada a partir de la memoria de un paciente de salud mental. 

Solo el 47,3% de los casos de salud mental son detectados con precisión por los profesionales. Imagínese enviar a casa a uno de cada dos pacientes, asegurándoles que están bien, solo para descubrir que sus problemas han empeorado o se han vuelto potencialmente mortales.

“Las soluciones de salud digital podrían abordar los problemas gemelos del acceso a la atención oportuna y la calidad constante de la atención”, dice Shwen Gwee , vicepresidente y director de estrategia digital en Bristol Myers Squibb . Él ve una gran promesa en el auge de las terapias digitales , que son herramientas de software evaluadas clínicamente y basadas en evidencia que ayudan a tratar, manejar y prevenir una amplia gama de enfermedades.

Súmate al canal de Telegram de Soy Vida para recibir noticias sobre Depresión

¿Pueden estas innovaciones diagnosticar condiciones de salud complejas solo a partir de la voz humana?

"Cuando escuchamos a una persona hablar, notamos variaciones en el tono, la energía, la calidad tonal y el ritmo", señala David Liu , director ejecutivo de Sonde Health . "Al procesar este audio, podemos descomponer unos segundos de grabación de voz en una señal con miles de características únicas". Este método se denomina procesamiento de señales de audio.

Algunos datos no son tan conocidos como los pequeños cambios en la voz de una persona cada pocos milisegundos pueden resultar de cambios en su cuerpo y condiciones de salud. Con esta importante información, es posible identificar qué características vocales se asignan a síntomas de enfermedades particulares o cambios en la salud. Utilizando datos de miles de personas que padecen ciertas afecciones de salud, podemos enseñar algoritmos de IA para detectar los patrones vocales que son comunes entre estos pacientes.

Liu agrega: “Una vez que confirmamos que estos parámetros son buenos indicadores de un síntoma de condición de salud en particular, nos referimos a este subconjunto específico de características acústicas como 'biomarcadores vocales'. Luego, evaluamos cuidadosamente cuál de estos biomarcadores funciona mejor en diferentes entornos, en diversos grupos y datos demográficos de los pacientes ".

El equipo de Sonde llevó a cabo este método para entrenar modelos de aprendizaje automático (ML) que pueden proporcionar señales cuando las personas comienzan a experimentar síntomas depresivos. Este modelo utiliza seis biomarcadores vocales que miden aspectos como qué tan bien puede mantener su tono vocal o qué tan dinámica es su voz al hablar.

Foto: Pexels

Aunque el enfoque parece prometedor, existe un desafío clave en la creación de estas soluciones de inteligencia artificial. No es fácil obtener grandes volúmenes de datos de buena calidad (es decir, muestras de voz históricas de pacientes etiquetados para entrenar el algoritmo). Sonde adquirió sus datos de voz a través de estudios de investigación, asociaciones y crowdsourcing. Adquirieron NeuroLex Labs , una empresa que ofrece encuestas de voz en línea. Con este enfoque múltiple, el repositorio de Sonde tiene más de 1 millón de muestras de voz de más de 80.000 personas en todo el mundo.

Cuando tiene datos de voz de pacientes de varios países, ¿debería crear muchas versiones de estos modelos de IA? "No realmente", dice Seiilova-Olson de Kintsugi. Su equipo compartió un hallazgo interesante de su investigación. "Descubrimos que los resultados de nuestro modelo de IA no dependían del idioma que hablaban las personas, su edad o género, o incluso la parte del mundo en la que vivían". 

Los biomarcadores de voz señalaron con precisión los síntomas que trascendían todas esas diferencias. Con solo 20 segundos de un clip de audio, la solución de inteligencia artificial de Kintsugi detecta problemas de salud mental con más del 80% de precisión clínica . En comparación con la tasa actual de detección de los médicos (47,3%, como se señaló anteriormente), la inteligencia artificial casi puede duplicar la efectividad de los diagnósticos de los pacientes.

Kintsugi y Sonde ofrecen sus soluciones de inteligencia artificial como aplicaciones para las personas que pueden monitorear continuamente la salud individual. Además, su IA está integrada en canales como plataformas de telesalud y aplicaciones de gestión de la atención para ayudar a los médicos.

Lee también: Cómo identificar y ayudar a una persona con depresión oculta

Por lo tanto, la IA entra en acción incluso antes de que el paciente sienta la necesidad de una intervención. "Piense en esto como un rastreador de actividad física para su mente", dice Liu. Por ejemplo, la aplicación para consumidores de Kintsugi tiene una función de registro de voz que monitorea la salud del paciente a diario.

Una de las ventajas es que está disponible para los pacientes siempre, la IA evita la necesidad de programar una cita. Al realizar una preselección precisa de los pacientes, se ahorra un valioso ancho de banda en el sistema de salud mental. Así es como la IA resuelve el primer desafío del acceso a la atención oportuna. 

Cuando los pacientes acuden a las citas, los médicos utilizan soluciones de inteligencia artificial para aumentar sus diagnósticos. “El tiempo típico entre las visitas de los pacientes puede oscilar entre semanas y años”, dice Gwee. “Lo que sucede en el medio generalmente se pierde para los médicos. Gracias al monitoreo digital continuo, los médicos ahora tienen acceso a datos detallados que son mucho más confiables ".

Al mantener los médicos una conversación en vivo con los pacientes, la IA identifica señales vocales de depresión clínica y ansiedad en tiempo real. Luego, les permite a los profesionales saber si deben planificar una consulta de seguimiento. Este seguimiento impulsado por la inteligencia artificial y la intervención dirigida pueden salvar vidas.

Es así como la IA aborda el segundo desafío del diagnóstico efectivo y la calidad constante de la atención de la salud mental. Por ejemplo, Cognitive Behavior Institute es una práctica de salud mental en Pensilvania que trata a personas con depresión, ansiedad y abuso de sustancias. Una paciente a largo plazo estaba luchando contra la ansiedad, pero no podía identificar los desencadenantes de sus episodios de ansiedad. 

Ella comenzó a usar la aplicación Mental Fitness de Sonde durante dos semanas como parte de un programa piloto. Los resultados de sus muestras de voz ayudaron a identificar pensamientos y eventos específicos que llevaron a sus síntomas. Le sorprendió que algunos de estos factores desencadenantes de los que la alertaron no fueran obvios.

Su médico recibió los datos en forma de puntajes de salud en un tablero. Permitió al terapeuta registrarse e intervenir, particularmente cuando las percepciones del paciente diferían de lo que decía la aplicación. 

“La IA puede transformar la salud mental; sin embargo, debemos estar atentos a algunos riesgos cuando se implementan en el mundo real ”, dice Sathiyan Kutty , director de análisis predictivo de una de las organizaciones de atención médica más grandes de EE. UU. La IA es tan buena como los datos de los que aprende. Kutty señala que las soluciones de inteligencia artificial pueden estar sesgadas porque los datos a menudo provienen de personas que experimentan problemas de salud mental en lugar de personas sanas. Mitigar este riesgo requiere equilibrar las muestras de datos con suficientes individuos sanos.

¡Síguenos en Facebook y YouTube!                

“Las organizaciones a menudo se dejan llevar por la efectividad reportada de las soluciones de IA”, dice Kutty. Es decir, diseñan IA para tomar decisiones críticas sin mantener informados a los profesionales humanos, o no planifican las transferencias a los médicos en las etapas adecuadas. “La IA debería usarse para aumentar las capacidades de los médicos y no reemplazarlos”, agrega.

Desbloqueo del impacto de la recopilación pasiva de datos

Actualmente, el impulso de las soluciones de inteligencia artificial en salud mental está avanzando rápidamente. “Hace un año, tendría que explicar qué son los biomarcadores vocales”, dice Liu. “Hoy, no es necesaria ninguna explicación; en cambio, estamos discutiendo casos de uso específicos para nuestra tecnología ".

Con la explosión de los dispositivos inteligentes, el acceso a los datos de voz se está volviendo omnipresente. "Ya sea su teléfono móvil, dispositivo portátil o asistentes personales como Alexa, la recopilación de datos pasivos es perfecta y ya forma parte de nuestro estilo de vida", dice Gwee.

“Estamos empezando a ver ejemplos de biosensores impulsados por IA que pueden predecir la insuficiencia cardíaca días antes de un evento real. Ese es el poder de la recopilación de datos pasiva (del mundo real), combinada con algoritmos patentados y aprendizaje automático. De manera similar, las plataformas terapéuticas digitales para la salud mental pueden predecir cuándo alguien está cayendo en un episodio depresivo sin esperar a que ocurra el evento crítico ”, agrega Gwee.

Síguenos en Google News y entérate de nuestras noticias más destacadas

Síguenos en

Recibe todas las noticias en tu e-mail

Todo lo que necesitas saber sobre salud y ciencia

Debes completar tu e-mail Debes completar un e-mail correcto.
Ya estás suscrito a nuestro newsletter. Pronto recibirás noticias en tu correo.

Suscribirse implica aceptar los Términos y Condiciones

Sigue leyendo

Más de Depresión

Síguenos