
L’intelligenza artificiale, grazie soprattutto agli algoritmi che apprendono automaticamente (machine learning), sta entrando sempre più prepotentemente anche nel settore medico dedicato ai disturbi mentali grazie principalmente al fatto che la parlantina umana può offrire un notevole livello di dettaglio e di dati che si possono analizzare.
È il caso di una nuova ricerca pubblicata sul Journal of Biomedical and Health Informatics secondo cui, con un algoritmo di apprendimento automatico, è possibile rilevare anche i segni della depressione nei bambini analizzandone i modelli del discorso.
Un bambino su cinque circa soffre di ansia e di depressione, disturbi conosciuti anche come “disturbi interiorizzanti”. Tuttavia, differentemente dagli adulti, per i medici risulta più difficile diagnosticare un disturbo come la depressione a causa del fatto che i bambini non riescono ad articolare in maniera affidabile le loro sofferenze emotive. Da questa difficoltà nascono poi una serie di problemi che possono portare parte dei genitori a rinunciare a trattamenti che invece potrebbero essere molto importanti.
Si pensa che per la maggior parte dei bambini depressi questo stato non venga diagnosticato né curato, come riferisce Ellen McGinnis, psicologa presso l’Università del Vermont e una delle autrici dello studio.
Questo studio ha visto i ricercatori utilizzare un algoritmo di apprendimento automatico per analizzare le caratteristiche principali, anche a livello statistico, insite nella parlato di varie registrazioni audio di discorsi e parole pronunciate davarie decine di bambini corso di più test.
I ricercatori hanno scoperto che l’algoritmo risultava efficace nel diagnosticare i disturbi interiorizzanti nei bambini con un’accuratezza dell’80%. Inoltre l’algoritmo richiedeva solo pochi secondi di tempo per elaborare il pezzo di discorso che gli veniva dato in pasto ed emettere la diagnosi.
In particolare l’algoritmo identificava varie caratteristiche uniche che si distinguevano per essere altamente indicative di disturbi interiorizzanti e tra queste vi era una voce con una bassa frequenza, con inflessioni e contenuti ripetuti nel discorso.
Fonti e approfondimenti
- UVM Study: AI Can Detect Depression in a Child’s Speech | UVM Today | The University of Vermont (IA)
- Giving Voice to Vulnerable Children: Machine Learning Analysis of Speech Detects Anxiety and Depression in Early Childhood – IEEE Journals & Magazine (IA) (DOI: 10.1109/JBHI.2019.2913590)