IA e depressione: rilevazione precoce della depressione attraverso l'intelligenza artificiale
Singapore. Ricerca triennale (2024-2027) per individuare i primi segnali di depressione negli anziani e attivare un programma di intervento di 24 settimane

IA e depressione: rilevazione precoce della depressione attraverso l'intelligenza artificiale
Singapore. Ricerca triennale (2024-2027) per individuare i primi segnali di depressione negli anziani e attivare un programma di intervento di 24 settimane

Singapore. L'Università Tecnologica Nanyang (NTU), ha avviato un programma pilota di tre anni che utilizza l'intelligenza artificiale per rilevare i primi segnali di depressione tra gli anziani, analizzando i cambiamenti nella loro voce. Questo progetto, chiamato SoundKeepers, si concentra sull'identificazione della depressione subclinica (SSD), una forma lieve di depressione che spesso non viene diagnosticata perché i sintomi non sono evidenti o sufficientemente gravi da richiedere interventi medici immediati. Secondo gli autori, coloro che hanno SSD hanno cinque volte più probabilità di sviluppare depressione entro un anno e un rischio 12 volte maggiore di demenza. L'identificazione della SSD e l'intervento precoce possono quindi incidere in modo significativo sulla vita di queste persone.

Obiettivi della ricerca

L'obiettivo principale del progetto è rendere possibile una diagnosi precoce della depressione, intervenendo prima che la condizione diventi grave. Se efficace, il sistema potrebbe essere integrato negli studi clinici, nei poliambulatori e nelle cliniche per monitorare la salute mentale degli anziani e potenzialmente di altre categorie a rischio.

Svolgimento dello studio

Il programma SoundKeepers raccoglie, in modo anonimo, campioni vocali di persone di età superiore ai 55 anni. L'IA viene addestrata sui campioni raccolti per individuare specifici modelli vocali che potrebbero indicare la presenza di depressione subclinica. L'algoritmo viene progettato per identificare cambiamenti sottili nella voce che non sono evidenti all'orecchio umano ma che possono segnalare un deterioramento del benessere mentale.
Nello specifico l'intelligenza artificiale analizza questi campioni alla ricerca di cambiamenti nei biomarcatori vocali che indicano alterazioni nel tono, nell'intonazione e nel ritmo del discorso, tutti segni sottili di malessere psicologico. Questi parametri vocali possono, infatti, essere influenzati da condizioni fisiche ed emotive come il deterioramento della salute mentale, che può portare appunto a cambiamenti fisiologici nei muscoli utilizzati nella produzione della voce. Ad esempio, lo stress può causare tensione muscolare nella gola, nel collo e nella mascella, influenzando le corde vocali e quindi l'intonazione e il tono della voce generata.

La seconda parte dello studio è costituita da un programma di intervento precoce di 24 settimane ad opera del personale delle agenzie di servizio sociale, allo scopo di fornire supporto sociale e psicoeducativo agli anziani identificati con segni di depressione subclinica e prevenire il peggioramento della condizione attraverso attività comunitarie che incoraggino la partecipazione sociale e offrano consulenze mirate.

Nell'arco dei 3 anni, in cui questo studio si svolge, si è previsto di coinvolgere in qualche misura oltre 11.000 anziani.

Possibili sviluppi

Con lo strumento che si vuole sviluppare, si potrebbe permettere ai sanitari di identificare più rapidamente gli anziani con SSD, senza doverli sottoporre a una batteria di esami.

Il professor Guan Cuntai* ha sottolineato che il vantaggio dell'uso della voce come biomarcatore risiede nella natura non intrusiva dell'indagine e nella sua ampia applicazione.
Il progetto SoundKeepers non vuole sostituire gli attuali screening, poiché il rapporto che si crea attraverso le conversazioni e gli screening manuali è molto importante, ma si vogliono utilizzare i biomarcatori vocali come strumento complementare, aiutando così i professionisti a svolgere con maggiore sicurezza ed efficacia il loro lavoro.

Altre letture su HT

• Redazione, "Austimo e intelligenza artificiale: studio sulla diagnosi attraverso l'AI", articolo pubblicato su HumanTrainer.com, Psico-Pratika nr. 205, 2024
• Redazione, "Psicologia, chatbot e realtà virtuale: vantaggi, limiti, perplessità", articolo pubblicato su HumanTrainer.com, Psico-Pratika nr. 183, 2022
• Redazione, "Psicologia del lutto: le app afterlife e l'immortalità digitale", articolo pubblicato su HumanTrainer.com, Psico-Pratika nr. 207, 2024
• Claudia Nissi, "Cara Depressione ti scrivo... e io ti rispondo", articolo pubblicato su HumanTrainer.com, Psico-Pratika nr. 147, 2018
• Redazione, "Depressione. Fra le principali cause di malattia e disabilità nel mondo", articolo pubblicato su HumanTrainer.com, Psico-Pratika nr. 121, 2015
• Alessandra Bagnoli, "Il disagio psichico nello studio del Medico: quando è il corpo che parla", articolo pubblicato su HumanTrainer.com, Psico-Pratika nr. 110, 2014
• Redazione, "Depressione maggiore ed esketamina spry nasale: analisi efficacia", articolo pubblicato su HumanTrainer.com, Psico-Pratika nr. 202, 2023
• Redazione, "Intestino e depressione: analizzato il legame", articolo pubblicato su HumanTrainer.com, Psico-Pratika nr. 196, 2023

Cosa ne pensi? Lascia un commento