Sistema basado en IA detecta la depresión a partir de reacciones corporales involuntarias

Un equipo multidisciplinario de la Universidad del Sur de California, integrado por ingenieros, neurocientíficos, lingüistas y psiquiatras, creó el proyecto PRECOG para abordar las limitaciones de los diagnósticos psiquiátricos actuales, que dependen de cuestionarios subjetivos y autoinformes. En los experimentos, los voluntarios leyeron 160 declaraciones con carga emocional variada e indicaron su acuerdo o desacuerdo mientras sus respuestas fisiológicas se registraban de forma continua mediante tres tipos de sensores: un electroencefalograma de 64 canales que medía la actividad eléctrica cerebral, un rastreador ocular por infrarrojos que monitoreaba la mirada y mediciones de conductancia de la piel para evaluar la composición del sudor. Las redes neuronales profundas analizaron los datos recopilados e identificaron patrones estables asociados con los trastornos depresivos. La decodificación del electroencefalograma mostró que las anomalías más pronunciadas en el procesamiento de palabras negativas ocurren en el cerebro entre 300 y 600 milisegundos después de leerlas, mientras que el análisis de la mirada reveló que las personas sanas muestran patrones claros de movimiento ocular horizontal hacia la opción 'en desacuerdo' al leer frases negativas, mientras que los pacientes deprimidos presentan movimientos caóticos, dispersos o inhibidos. El procesamiento matemático de los datos de conductancia de la piel también detectó respuestas autonómicas alteradas ante palabras estresantes, relacionadas con la actividad del sistema nervioso simpático. La nueva plataforma de inteligencia artificial está destinada a servir como herramienta de apoyo para los psiquiatras en ejercicio, con el potencial de mejorar la predicción de estados de crisis basándose en parámetros biológicos precisos. La información es puramente educativa, se basa en investigaciones científicas y no constituye una recomendación médica personal.