Los investigadores llaman al modelo “libre de contexto”, porque no hay restricciones respecto los tipos de preguntas que se pueden hacer o el tipo de respuestas.
Investigadores del Instituto Tecnológico de Massachusetts (MIT) de EE.UU. han desarrollado un modelo de inteligencia artificial (IA) que puede detectar palabras y entonaciones que señalan que la persona sufre de depresión. En un blog, los científicos explican que ese modelo puede aplicarse al texto no procesado y datos de audio de los pacientes para descubrir patrones de habla indicativos de depresión.
El modelo del MIT se puede aplicar a todo tipo de conversaciones, como entrevistas médicas, por ejemplo, para predecir si la persona está deprimida, sin la necesidad de otra información. Los investigadores llaman al modelo “libre de contexto”, porque no hay restricciones respecto los tipos de preguntas que se pueden hacer o el tipo de respuestas.
«Las primeras pistas sobre si la persona está contenta, emocionada, triste o tiene una grave condición cognitiva como depresión, las obtenemos a través del habla», señala el coautor del estudio Tuka Alhali. «Si quieres implementar modelos de detección de depresión de forma amplia hay que minimizar la cantidad de restricciones sobre los datos que estás utilizando».
De acuerdo con Alhali, la innovación clave del modelo es su capacidad de detectar patrones indicativos de depresión y luego trazar los mismos patrones para otros pacientes sin otra información adicional.
Otro de los coautores, James Glass, resalta su función: «Cada paciente hablará de manera diferente, y si el modelo ve cambios, tal vez será una señal para los médicos. Este es un paso adelante para ver si podemos servir de ayuda para a los médicos».
Los investigadores esperan que las herramientas, que detectan depresión en conversaciones naturales, puedan en el futuro ser utilizadas en las aplicaciones móviles para monitorear los mensajes de texto y audio del usuario, encontrar señales de angustia mental y enviar alertas.
http://news.mit.edu/2018/neural-network-model-detect-depression-conversations-0830
