La herramienta usa la cámara frontal del smartphone para el monitoreo de esta enfermedad.
Investigadores de Dartmouth desarrollaron una innovadora app móvil llamada MoodCapture que emplea inteligencia artificial (AI) junto con el procesamiento de imágenes faciales para detectar signos de depresión de manera proactiva.
Utilizando la cámara frontal del teléfono, MoodCapture captura y analiza las expresiones faciales y el entorno ambiental de un usuario durante el uso regular del dispositivo, buscando indicadores clínicos relacionados con la depresión.
Estudio clínico
Durante un importante estudio de investigación que duró 90 días, participaron 177 participantes diagnosticados con trastorno depresivo mayor. A lo largo del estudio, los investigadores recolectaron más de 125 mil fotos.
MoodCapture fue capaz de identificar los primeros síntomas de depresión con una tasa de éxito del 75%. Los participantes tomaron estas fotos mientras respondían a una pregunta clave de la encuesta de depresión PHQ-8 del Cuestionario de Salud del Paciente, que proporcionó un contexto para la captura de imágenes.
Esta investigación, detallada en un artículo sobre la base de datos de preimpresión arXiv, fue presentada en la conferencia CHI 2024 de la Association of Computing Machinery. Los hallazgos destacan un futuro prometedor de tecnologías digitales de salud mental, lo que podría hacer que MoodCapture esté disponible públicamente en los próximos cinco años.
Tecnología MoodCapture
La tecnología detrás de MoodCapture representa un avance significativo en la salud mental digital, ya que utiliza un proceso similar al software de reconocimiento facial, pero diseñado para detectar cambios de humor indicativos de depresión.
Al analizar más de 125 mil imágenes tomadas de forma pasiva a través de la cámara del teléfono de un usuario, el modelo de AI de la aplicación correlaciona expresiones faciales específicas y factores ambientales con el inicio de la depresión sin necesidad de ninguna intervención activa por parte del usuario y logra una tasa de precisión del 75%. Al ajustar este modelo con la información de los pacientes, los investigadores esperan mejorar la precisión al 90%.
Implicaciones
Este enfoque pasivo y no intrusivo permite el análisis del estado de ánimo en tiempo real y sugiere intervenciones terapéuticas basadas en los síntomas detectados. Los investigadores enfatizan el potencial de la aplicación para brindar apoyo inmediato y cerrar la brecha entre la necesidad de intervención de salud mental y el acceso a la atención.
El estudio muestra la viabilidad de dicha tecnología y apunta hacia futuras mejoras, incluidas medidas de privacidad y diagnóstico personalizado, allanando el camino para una nueva era en la atención de la salud mental.
Créditos: Medical News Observer
Comments