Depressione: come riconoscerla messaggi vocali su WhatsApp

La ricerca analizza come strumenti di intelligenza artificiale possano supportare lo screening della depressione attraverso l’analisi delle registrazioni vocali inviate su WhatsApp. L’obiettivo è individuare segnali acustici associati a disturbi depressivi maggiori e valutare l’accuratezza di modelli di linguaggio di grandi dimensioni nel distinguere tra soggetti con diagnosi clinica e controlli.

precisione superiore al 91% nell'identificazione delle partecipanti di sesso femminile con disturbo depressivo maggiore

Lo studio indica che i sistemi di intelligenza artificiale possono agire come una sentinella digitale nell’interpretazione di messaggi vocali, offrendo una via pratica per l’individuazione precoce della depressione. L’analisi si è basata su registrazioni vocali provenienti da partecipanti brasiliani di lingua portoghese, concentrate sull’identificazione di chi soffre di disturbo depressivo maggiore.

metodologia e set di dati

sono stati impiegati due set di dati: uno per l’addestramento dei modelli e uno per il test delle prestazioni. Il set di addestramento comprendeva 86 partecipanti: un gruppo di pazienti ambulatoriali (37 donne e 8 uomini) con diagnosi di disturbo depressivo maggiore e un gruppo di controllo di 41 volontari (30 donne e 11 uomini). Il set di test prevedeva 74 partecipanti: 33 pazienti (17 donne e 16 uomini) e 41 controlli (21 donne e 20 uomini). A tutti è stato fornito consenso informato e sono stati esclusi fattori confondenti mediante screening. I dati vocali del set di addestramento derivano dalle registrazioni inviate ai medici quando si presentavano sintomi; i controlli hanno scelto messaggi vocali di routine da condividere. Per il banco di prova, i dati vocali erano gli stessi: messaggi registrati con conteggio da 1 a 10 e descrizioni della settimana precedente, tutti in portoghese.

risultati principali

Le prestazioni dei modelli hanno evidenziato una maggiore accuratezza nelle donne rispetto agli uomini, soprattutto quando venivano forniti i dati “descrivi la tua settimana”, con una precisione del 91,9% nel modello più performante. Per i partecipanti di sesso maschile l’accuratezza raggiunta è stata circa 75%. Le prestazioni hanno mostrato una maggiore concordanza tra i generi quando si è utilizzato il dato “conta fino a 10”, con una precisione del 82% nelle donne e del 78% negli uomini. Le differenze potrebbero riflettere, tra le altre cose, una maggiore rappresentanza femminile nel set di addestramento e possibili variazioni nei profili linguistici tra i generi.

conclusioni e prospettive

Gli autori auspicano che un continuo perfezionamento dei modelli possa portare allo sviluppo di metodi di screening digitali pratici e a basso costo, in grado di integrarsi con le abitudini comunicative quotidiane. Il lavoro evidenzia che sottili modelli acustici nei messaggi vocali spontanei consentono di identificare profili depressivi con un livello di accuratezza significativo.

protagonisti e partecipanti

• Victor H.O. Otani
• Lucas Marques