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...

Sanidad lanza una web sobre la profilaxis preexposición al VIH

El portal ‘infoprep.org’, creado con la Coordinadora Estatal de VIH y sida, ofrece contenidos sencillos basados en fuentes contrastadas…

Los neumólogos confían en que el cribado del cáncer de pulmón llegue por igual a toda España

Cataluña y Castilla-La Mancha han adelantado que implantarán sus primeros programas en 2027, basados en tomografías de baja dosis…

Las entidades oncológicas piden a los partidos medidas contra el tabaco y más apoyo a los enfermos en edad laboral

Plantean prohibir los cigarrillos electrónicos desechables, crear una incapacidad temporal especial y un plan nacional de investigación…

La radiofrecuencia sobre los nervios de la rodilla ofrece una alternativa ambulatoria al dolor crónico

El procedimiento dura unos 20 minutos y sus efectos pueden mantenerse entre cuatro y cinco meses, según un especialista…