Desarrollan una ‘app’ para detectar la depresión a partir de imágenes faciales

29 de febrero de 2024
1 minuto de lectura
Una app para móviles permite detectar la depresión a partir de señales faciales- Europa press

MoodCapture ha demostrado una precisión del 75% en la identificación de los primeros síntomas de esta enfermedad

Investigadores de la Universidad de Dartmouth (Estados Unidos) han anunciado el desarrollo de MoodCapture, una revolucionaria aplicación para teléfonos inteligentes que emplea inteligencia artificial junto con software de procesamiento de imágenes faciales para detectar de manera confiable la aparición de la depresión en sus primeras etapas, antes de que el usuario tenga conciencia de cualquier malestar.

La aplicación, que utiliza la cámara frontal del teléfono para capturar las expresiones faciales de los usuarios y su entorno durante el uso regular del dispositivo, ha demostrado una precisión del 75% en la identificación de los primeros síntomas de depresión en un estudio que involucró a 177 personas diagnosticadas con trastorno depresivo mayor.

MoodCapture, desarrollada por investigadores del Departamento de Ciencias de la Computación y la Facultad de Medicina Geisel de Dartmouth, podría estar disponible públicamente en los próximos cinco años con un mayor desarrollo, según los investigadores. El estudio que respalda esta innovadora tecnología fue presentado en la conferencia CHI 2024 de la Association of Computing Machinery, tras ser publicado en la base de datos preimpresa arXiv.

La aplicación utiliza una tecnología de reconocimiento facial con aprendizaje profundo y hardware de inteligencia artificial, lo que sugiere un enorme potencial para su expansión sin requerir ninguna carga adicional para el usuario. Al simplemente desbloquear su teléfono, MoodCapture puede detectar la dinámica de la depresión del usuario y ofrecer sugerencias para buscar ayuda.

125.000 imágenes en 90 días

Durante el estudio, MoodCapture recopiló 125.000 imágenes de los participantes durante un período de 90 días. Los participantes dieron su consentimiento para ser fotografiados con la cámara frontal de su teléfono sin saber cuándo ocurría esto.

El modelo predictivo de MoodCapture fue entrenado utilizando inteligencia artificial para correlacionar los autoinformes de sentirse deprimido con expresiones faciales específicas y características ambientales. Esto permite que la aplicación, cada vez que se desbloquea el teléfono, analice una secuencia de imágenes en tiempo real y establezca conexiones entre las expresiones faciales y el entorno del usuario, identificando características específicas que pueden indicar la aparición de la depresión.

La aplicación se probó con un grupo separado de participantes, logrando una precisión del 75% en la identificación de la depresión basándose en los datos recopilados del primer grupo. Este avance tecnológico podría ayudar a cerrar la brecha entre la detección temprana de la depresión y el acceso a los recursos de salud mental, proporcionando medidas preventivas como salir o hablar con un amigo antes de que la depresión se intensifique.

Responder

Your email address will not be published.

No olvides...

Al mundo le faltan 34,4 millones de sanitarios, y son las mujeres quienes sostienen el sistema

Un estudio del IHME, publicado en 'The Lancet Public Health', revela que ellas representan casi el 70% de la fuerza…

Una nutricionista revela cómo el jugo de pepinillos puede frenar los calambres musculares en solo 90 segundos

La especialista recalca que no debe utilizarse como bebida para hidratarse ni como método preventivo…

¿Dientes sensibles? Evita las bebidas ácidas y el cepillado inmediato tras ellas

Las especialistas subrayan la importancia de no iniciar tratamientos de blanqueamiento dental sin una valoración profesional previa La sensibilidad dental…

¿Golpe de calor o un ictus? Los especialistas alertan sobre la peligrosa confusión de síntomas en verano

Los expertos advierten que síntomas como la pérdida de fuerza o la dificultad para hablar se achacan erróneamente al calor,…