Imagine un test para detectar de forma fiable un trastorno de ansiedad o predecir una recaída depresiva inminente que sea tan rápido y sencillo como tomar la fiebre o medir la tensión arterial.
Los profesionales de la salud tienen muchas herramientas para evaluar las enfermedades físicas de los pacientes, pero carecen de biomarcadores confiables, indicadores objetivos del estado de salud que se controlan mediante el parte externa del paciente – también comprobar la salud mental.
Juan Carlos Heida
Pero ahora han llegado algunos investigadores. inteligencia artificial Creen que el sonido de la voz podría ser la clave para conocer nuestro estado de salud mental… y la inteligencia artificial es ideal para detectar cambios que de otro modo serían difíciles, si no imposibles, de detectar.
El resultado es un conjunto de aplicaciones y herramientas basadas en la web para monitorear nuestro estado de salud mental y programas capaces de proporcionar evaluaciones de salud mental en tiempo real a profesionales de la salud en telemedicina y centros de llamadas.
Los psicólogos saben desde hace tiempo que algunos problemas de salud mental pueden identificarse no solo escuchando lo que dice la persona, sino Como lo dicesdijo María Espinola, psicóloga y profesora asociada de la Facultad de Medicina de la Universidad de Cincinnati.
Espínola explicó que en los pacientes depresivos, “su habla generalmente es más monótona, chata y tranquila.
También utilizan una serie de sombras cada vez más pequeño en volumen.
Se detienen más a menudo y se detienen más a menudo”.
Los pacientes ansiosos sienten más tensión en su cuerpo, lo que también puede cambiar el tono de su voz, dijo.
“Tienden a hablar más rápido. Les cuesta más respirar”.
Tales características de voz ahora están siendo utilizadas por especialistas en aprendizaje automático para predecir la depresión y la ansiedad, así como otras enfermedades mentales como la esquizofrenia y el trastorno de estrés postraumático.
Mediante el uso de algoritmos de aprendizaje profundo, se pueden descubrir y capturar otros patrones y características en grabaciones de voz cortas que incluso los expertos bien capacitados pueden no notar.
“La tecnología que estamos usando ahora puede detectar características significativas que incluso el oído humano no puede detectar”, dijo Kate Bentley, profesora asociada de la Escuela de Medicina de Harvard y psicóloga clínica en el Hospital General de Massachusetts.
“Existe un gran interés en encontrar indicadores biológicos u objetivos más amplios para el diagnóstico psiquiátrico que vayan más allá de la mayoría evaluación subjetiva utilizados tradicionalmente, como B. Entrevistas calificadas por médicos o evaluaciones de autoinforme”, dijo.
Otros indicios que siguen los investigadores son los cambios en el Nivel de actividad, patrones de sueño e información en redes sociales.
Estos avances tecnológicos llegan en un momento en que la necesidad de abordar la salud mental es muy urgente.
Según un informe de la Alianza Nacional sobre Enfermedades Mentales, uno de cada cinco adultos en los Estados Unidos tenía alguna enfermedad mental a partir de 2020.
Y los números continúan cada vez más.
Para probar esta nueva tecnología, comencé a descargar dicha aplicación. aptitud mentalpor Probe Health, una empresa de tecnología de la salud, para determinar si la incomodidad que sentía era un síntoma de algo grave o simplemente de agotamiento.
Descrita como “un producto de seguimiento y monitoreo de salud mental activado por voz”, esta aplicación gratuita me invitó a tomar mi primera grabación, un aviso verbal de 30 segundos que calificaba mi salud mental en una escala de 1 a 30 segundos. 100
Un minuto después obtuve mi puntaje: un puntaje no tan bueno de 52.
“Precaución”, advierte la aplicación.
La aplicación mostró que la vitalidad detectada en mi voz era notablemente baja.
¿Mi voz sonaba monótona solo porque estaba tratando de hablar con calma?
¿Debo escuchar las sugerencias de la aplicación para mejorar mi cordura saliendo a caminar u organizando mi espacio?
La primera pregunta podría apuntar a una de las fallas potenciales de la aplicación: como consumidor, puede ser difícil saber por qué fluctúan los niveles de voz).
Más tarde, cuando me sentía nerviosa entre entrevistas, probé con otro programa de análisis de voz que se enfocaba en detectar la ansiedad.
los Prueba de ondas de tensión es una herramienta en línea gratuita de Cigna, el consorcio de salud y seguros, desarrollada en colaboración con el especialista en inteligencia artificial Ellipsis Health, para evaluar los niveles de estrés mediante grabaciones de voz de 60 segundos.
“¿Qué te da sueño?” fue la indicación que dio el sitio web para comenzar.
Después de pasar un minuto detallando mis preocupaciones actuales, el programa calificó mi admisión y me envió una reseña por correo electrónico:
“Su nivel de estrés es moderado”.
A diferencia de la aplicación Probe, el correo electrónico de Cigna no me dio ninguna recomendación para mejorar.
Otras tecnologías agregan un nivel potencialmente útil de interacción humana, como Kintsugiuna empresa con sede en Berkeley, California, que recientemente recaudó $ 20 millones en fondos de la Serie A.
Kintsugi recibe su nombre de la práctica japonesa de reparar la cerámica rota con vetas de oro.
Fundada por Grace Chang y Rima Seiilova-Olson, quienes se unieron a través de su experiencia compartida de lidiar con problemas en el cuidado de la salud mental, Kintsugi desarrolla tecnología para que los profesionales de atención médica de centros de llamadas y telemedicina lo hagan. ayudar a identificar Pacientes que podrían beneficiarse de más apoyo.
Por ejemplo, usando el software de análisis del habla de Kintsugi, una enfermera quiere tomarse un momento para preguntarle a alguien preocupado por un bebé con cólicos cómo está.
Un problema en el desarrollo de estas tecnologías de aprendizaje automático es el problema del sesgo:
Garantizar que los programas funcionen por igual para todos los pacientes, independientemente de su edad, sexo, raza, nacionalidad u otros criterios demográficos.
“Para que los modelos de aprendizaje automático funcionen bien, realmente necesita tener un conjunto de datos muy grande, diverso y sólido”, dijo Chang, y señaló que para evitar este problema en particular, Kintsugi usó grabaciones de voz de todo el mundo y en muchos idiomas. .
Otra preocupación importante en este campo floreciente es la privacidad, especialmente porque los datos de voz se pueden usar para identificar a las personas, dijo Bentley.
Incluso cuando los pacientes dan su consentimiento para una grabación, a veces el consentimiento se duplica.
Además de evaluar la salud mental del paciente, algunos programas de análisis del habla utilizan los registros de desarrollo y refinar sus propios algoritmos.
Otro desafío, según Bentley, es la desconfianza del consumidor potencial hacia el aprendizaje automático y los llamados algoritmos de caja negra, que funcionan de una manera que ni siquiera los propios desarrolladores pueden explicar, específicamente qué funciones usan para crear los pronósticos.
“Una cosa es crear el algoritmo y otra comprender el algoritmo”, dijo Alexander Young, director interino del Instituto Semel de Neurociencia y Comportamiento Humano y profesor asociado de psiquiatría en la Universidad de California en Los Ángeles. inteligencia y aprendizaje automático en general:
que hay poca o ninguna supervisión humana durante la fase de formación del programa.
Las primeras pruebas se mostraron prometedoras, pero los problemas relacionados con el sesgo, la privacidad y la desconfianza en los algoritmos de “caja negra” son obstáculos potenciales.
c.2022 The New York Times Company