Un software escucha y buscas pistas que apunten a la depresión

Publicado 05/11/2009 21:44


Unas pruebas a gran escala determinarán si este tipo de software es capaz de identificar la depresión en los pacientes.

Si nos ponemos a analizar cualquier tipo de comunicación, una queja habitual suele ser la siguiente: “No es lo que has dicho, es la forma en que lo has dicho.” Para la profesora Sandy Pentland y su grupo en el Media Lab de MIT, el tono de la voz de una persona, la longitud y la frecuencia de las pausas y la velocidad del habla pueden revelar muchas cosas acerca del estado de ánimo.

Aunque la mayoría de los programas de reconocimiento de voz se concentran en convertir las palabras y las frases en texto, el grupo de Pentland está desarrollando unos algoritmos que analizar otros aspectos más sutiles dentro del habla para determinar si alguien se siente raro, ansioso, desconectado o deprimido.

Cogito Health, una compañía surgida de MIT y con sede en Charlestown, Massachusetts, está trabajando a partir de las investigaciones de Pentland para desarrollar un software de análisis de voz que pueda detectar la depresión por teléfono.

Durante años los psiquiátras han reconocido los patrones característicos de la forma en muchas personas con depresión clínica hablan: lentamente, en voz baja y a menudo de forma monótona. El director general de la compañía, Joshua Feast, junto a sus colegas están entrenando a una serie de ordenadores para reconocer estos patrones vocales a lo largo de muestras de audio.

Feast señala que el software podría convertirse en una herramienta de gran valor a la hora de tratar con pacientes que sufran enfermedades crónicas, que a menudo conducen a la depresión. Como parte de los programas de tratamiento de enfermedades, los enfermeros llaman a los pacientes de forma rutinaria entre visitas para preguntarles si se están tomando sus medicaciones. Sin embargo, los síntomas de la depresión son más difíciles de identificar para los enfermeros. Feast afirma que el software de análisis de voz podría proporcionar una forma natural y discreta de detectar la depresión durante las llamadas rutinarias. “Si eres enfermera y estás intentando tratar con un paciente con diabetes a largo plazo, es muy difícil notar que una persona está deprimida,” afirma Feast. “Intentamos ayudar a las enfermeras y enfermeros a que detecten posibles trastornos del estado de ánimo en pacientes que tengan enfermedades crónicas.”

Hace unos cuantos años, el gigante farmacéutico Pfizer desarrolló un software de anális de voz para detectar los signos iniciales de la enfermedad de Parkinson. Los científicos de Pfizer diseñaron el software para reconocer pequeños temblores en la voz. Estos temblores proporcionaban pistas que ayudaban a evaluar la respuesta del paciente ante distintos medicamentos.

De forma muy similar, el software de Cogito Health detecta patrones específicos en las grabaciones vocales. Por ejemplo, los investigadores han desarrollado unos modelos matemáticos para medir la consistencia de tono del hablante, la fluidez del habla, el nivel de energía vocal y el nivel de participación en la conversación (por ejemplo, si alguien responde con “eeh ehh” o con silencio) “Escucha los patrones del habla, no las palabras,” afirma Pentland, consejera científica de la compañía. “Al medir esas señales de fondo, se puede detectar lo que está pasando.”

La compañía está llevando a cabo unas pruebas a gran escala con el software mediante la recolecta de cientos de llamadas de rutina entre enfermeros y pacientes, con el consentimiento de ambas partes. Después de llevar a cabo cuestionarios de seguimiento para evaluar si los pacientes están deprimidos, los investigadores pusieron a prueba el software para ver si era capaz de identificar de forma precisa a ese tipo de pacientes. “Las pruebas aún están llevándose a cabo, pero los resultados son muy alentadores,” afirma Feast, quien añade que los primeros resultados serán publicados en 2010.

Mark Clements, profesor de ingeniería eléctrica e informática en el Instituto de Tecnología de Georgia, ha analizado los patrones vocales asociados con la depresión clínica. Su laboratorio también utiliza pistas vocales para identificar el engaño o la ira, así como los signos iniciales de intoxicación. Clements afirma que la ventaja del método de Cogito Health es que puede ayudar a los profesionales sin entrenamiento a detectar los signos de la depresión. “Un oyente con experiencia puede detectar este tipo de matices en la voz de una persona, pero los oyentes primerizos no lo tienen tan fácil,” afirma. “No obstante todo aquello que es difícil escuchar puede ser detectado por los ordenadores, y se puede hacer una correlación con varios estados emocionales e incluso físicos.”

Carl Marci, director de Neurociencia Social en el Departamento de Psiquiatría del Hospital General de Massachusetts, y otro de los científicos consultores de la compañía, afirma que este tipo de tecnología podría ayudar a hacer un seguimiento a largo plazo del progreso de los pacientes. “Como psiquiatra, veo a mis pacientes al menos una vez a la semana, a veces una vez al mes,” afirma Marci. “Mientras tanto viven sus vidas, y si yo pudiera tener acceso a un flujo de datos que capturase sus conversaciones naturales, podría hacer un seguimiento de sus respuestas a los tratamientos.”

Cogito Health también tiene planes para desarrollar un software que detecte otros trastornos del estado de ánimo en poblaciones de riesgo. El año próximo, afirma Feast, la compañía explorará los patrones vocales asociados con el estrés post-traumático en soldados. “Queremos permitir la detección temprana de problemas psicológicos,” afirma Feast, “puesto que se ha demostrado que la intervención temprana supone una gran diferencia entre este tipo de situaciones post-trauma.

Fuente:

Technology Review

Otros Artículos

El uso de este sitio web implica la aceptación de los Términos y condiciones y la Política de Privacidad de TandilSalud.com.ar
© Copyrights ©2014: Helius Information Technology - Todos los derechos reservados. Protección de datos personales.


Desarrollado por Helius IT