Específicamente para el New York Times Infobae.
(IA/vida real)
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 de la salud del paciente) para evaluar la salud mental.
Sin embargo, algunos investigadores de 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 una suite de aplicaciones y herramientas online para monitorizar nuestro estado de salud mental, así como programas capaces de ofrecer valoraciones de salud mental en tiempo real a profesionales sanitarios en telemedicina y call centers.
Los psicólogos saben desde hace tiempo que algunos problemas de salud mental pueden detectarse no solo escuchando lo que dice una persona, sino también cómo lo dice, dijo 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 usan un rango tonal más estrecho y un volumen más bajo. 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 por encontrar indicadores biológicos o más objetivos del diagnóstico psiquiátrico que vayan más allá de las formas de evaluación más subjetivas utilizadas tradicionalmente, como B. Entrevistas calificadas por médicos o autoevaluaciones”, dijo. Otras pistas que siguen los investigadores incluyen cambios en los niveles de actividad, patrones de sueño e información en las 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. Tendencia ascendente.
Para probar esta nueva tecnología, primero descargué una aplicación llamada Mental Fitness de Sonde Health, una empresa de tecnología de la salud, para ver si el malestar que sentía era un signo de algo grave o si solo era 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. “Presta atención”, advirtió 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. La prueba StressWaves es una herramienta en línea gratuita de Cigna, el consorcio de seguros y atención médica, 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 describiendo mis preocupaciones actuales, el programa calificó mi admisión y me envió una opinión por correo electrónico: “Su nivel de estrés es moderado”.
Otras tecnologías agregan un nivel potencialmente útil de interacción humana, como Kintsugi, una empresa con sede en Berkeley, California, que recientemente recaudó $ 20 millones en fondos de la Serie A. Kintsugi sigue el modelo de la práctica japonesa de reparar cerámica rota con vetas de oro.
Kintsugi fue fundado por Grace Chang y Rima Seiilova-Olson, quienes se unieron a través de su experiencia compartida de problemas de atención de la salud mental. Kintsugi está desarrollando tecnología para profesionales de atención médica de centros de llamadas y telemedicina que puede ayudarlos 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 con el desarrollo de estas tecnologías de aprendizaje automático es el problema del sesgo: asegurarse de que los programas funcionen igualmente bien para todos los pacientes, independientemente de su edad, género, raza, nacionalidad y otros datos 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 las grabaciones para desarrollar 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 entrenamiento del programa.
