La UPV demuestra la usabilidad de los humanos virtuales en su camino hacia el reconocimiento automático de síntomas depresivos

A nivel mundial, 264 millones de personas padecen depresión, una enfermedad que en España, donde los trastornos mentales comunes suponen un coste del 2,2% del PIB, es la primera causa de discapacidad atribuida a una única enfermedad. Para combatirla, es clave su detección temprana y posterior monitorización, pero su diagnóstico se enfrenta a dos grandes problemas hoy en día: la ausencia de medidas objetivas y la actual sobrecarga de la sanidad pública.

Con el fin de intentar mitigarlos, y aprovechando los últimos avances de la inteligencia artificial (IA) en cuanto a procesamiento del lenguaje natural y gráficos por computadora, el LabLENI de la Universitat Politècnica de València (UPV), que lleva años trabajando en la generación de humanos virtuales, está llevando a cabo dos proyectos conjuntos, REMDE y DEBIO -financiados respectivamente por la UPV y el Ministerio de Derechos Sociales y Agenda 2030- que tienen como objetivo desarrollar una aplicación de realidad virtual que permita la detección temprana de síntomas depresivos a través de biomarcadores de mirada y voz durante interacciones con humanos virtuales (DEBIO) y profundizar, en la misma línea, en biomarcadores neurofisiológicos (REMDE).

Los humanos virtuales como medio de estimulación para recrear conversaciones realistas

“El origen general del proyecto”, explica Mariano Alcañiz, director del LabLENI (Human Tech UPV) e investigador principal en DEBIO, “es, a través de una nueva tecnología como son los humanos virtuales, mejorar las herramientas que ponemos a disposición de los clínicos de salud mental, para que puedan llevar a cabo un diagnóstico más preciso y rápido, en general, de trastornos de salud mental, y en concreto, de trastornos de depresión”. Este es uno de los objetivos del recién aprobado plan de Salud Mental y Adicciones (2024-2027) de la Generalitat Valenciana.

En concreto, como indica Javier Marín, profesor del Departamento de Estadística e Investigación Operativa Aplicadas y Calidad, miembro de LabLENI e investigador principal de REMDE, “estamos trabajando en la creación de humanos virtuales que estimulen a los sujetos con conversaciones en situaciones realistas, de modo que, a través de dichas conversaciones, puedan aparecer ciertos biomarcadores, comportamentales o neurofisiológicos, que nos permitan distinguir a las personas con síntomas depresivos de las que no los tienen”.

“Una vez medidos los comportamientos y respuestas de los sujetos durante las conversaciones”, prosigue Marín, “la segunda parte del proyecto consiste en modelizar los patrones a través de aprendizaje automático y así, poder reconocer estos síntomas de manera automática”.

Prototipo validado

Para validar el prototipo de humano virtual, el equipo investigador -integrado por José Llanes, Lucía Gómez, Alberto Altozano, Eleonora Minissi, Francesca Mura, Jose Roda y Carmen Calero junto a Mariano Alcañiz y Javier Marín- ha llevado a cabo un experimento con 100 personas, de las que la mitad presentaban síntomas depresivos.

“El prototipo ha superado una primera validación técnica, probando su usabilidad”, afirma Marín. “Se ha confirmado que las conversaciones tienen un alto grado de realismo y naturalidad, y son capaces de modular las emociones de los sujetos”, añade el investigador perteneciente al Instituto Universitario de Investigación de Tecnologías Centradas en el Humano UPV. Los resultados han sido publicados en la revista científica Expert System with Applications.

Resultados preliminares de los biomarcadores

Ahora, el equipo UPV trabaja en el modelizado de los biomarcadores. En este sentido, los resultados preliminares publicados en la International Conference on Affective Computing and Intelligent Interaction, celebrada en el Massachusetts Institute of Technology (Boston, EUA), señala Marín, “indican que los sujetos con síntomas depresivos presentaron patrones oculares con parpadeos más cortos y movimientos sacádicos -desplazamientos oculares rápidos entre dos puntos de fijación- más largos, además de movimientos hacia adelante y atrás, posiblemente relacionados con un mayor estrés, además de evitación del contacto visual”.

“A nivel de habla”, prosigue, “los participantes con síntomas depresivos utilizaron más palabras asociadas con la negación y la exclusión, y se refirieron más a emociones negativas. Así mismo, a nivel neurofisiológico, mostraron menor actividad simpática -advertida en relación a la variabilidad del ritmo cardíaco- y de la actividad electrodermal”.

Por último señalar que, entre los siguientes pasos de la investigación, en los próximos meses se realizará una validación del prototipo con muestra clínica en colaboración con Yolanda Cañada y Luis Miguel Rojo, del Hospital Universitario y Politécnico la Fe, y Jon Iñaki Etxeandia, del Hospital Clínico Universitario de Valencia.

“En definitiva”, concluye Marín, “estamos ante herramientas bioinformáticas confiables, objetivables y estandarizables, que pueden ser de gran ayuda para la detección precoz de trastornos afectivos y su posterior monitorización para reducir recaídas”.