La depresión es un trastorno mental que afecta a cerca de 350 millones de personas, según la Organización Mundial de la Salud (OMS), y es la principal causa de discapacidad en el mundo. Se trata de un trastorno producido por interacciones complejas entre factores sociales, psicológicos y biológicos. Esta complejidad deriva en que las personas con depresión no resulten diagnosticadas a tiempo. También ocurre lo contrario: personas con un diagnóstico erróneo son tratadas con antidepresivos de manera innecesaria.
La bioingeniera Paola Bustamante desarrolló una herramienta que podría contribuir a la precisión en el diagnóstico: un software capaz de detectar la tristeza a partir de un rápido y sencillo análisis de la voz. "La emoción 'tristeza' es uno de los síntomas de la depresión, una patología que creció en los últimos tiempos, por lo que consideramos que era primordial detectarla", le dijo a TSS la investigadora, que realizó el trabajo como parte de su tesis de grado en la Universidad Nacional de San Juan (UNSJ).
Si bien la tristeza no implica depresión, si se da con cierta frecuencia e intensidad, puede ser un indicador de este trastorno. "El software podría ser usado por psicólogos y psiquiatras como una herramienta de detección temprana que complemente su trabajo", indica la investigadora. El desarrollo, que todavía debe atravesar pruebas clínicas, fue realizado bajo la dirección de las investigadoras Natalia López y Elisa Pérez, del Gabinete de Tecnología Médica (GATEME) de la UNSJ, y de Olga Quintero Montoya, de la Universidad EAFIT, de Colombia.
Los trastornos del espectro emotivo son manifestaciones clínicas de alteraciones en el funcionamiento del sistema nervioso. Abarcan una serie de patologías como la depresión, la ansiedad, el trastorno bipolar y el autismo. El proyecto de Bustamante surgió hace algunos años, cuando participó de una investigación relacionada con niños autistas. "Como no vocalizaban bien, era muy difícil que dijeran si estaban tristes, alegres o enojados. Había que encontrar otra manera de detectarlo", explica. "Entonces, comencé a trabajar en un software para el reconocimiento de emociones a través de la voz", agrega.
Así, el desarrollo final fue una especie de continuación de aquel proyecto. En primer lugar, las investigadoras diagramaron un sistema de clasificación basado en el reconocimiento de cuatro emociones a partir de la voz: tristeza, enojo, felicidad y miedo. Posteriormente, decidieron centrarse en la emoción tristeza, por considerarla más relevante a fines de aportar al diagnóstico de la depresión. "No existen desarrollos similares disponibles comercialmente", afirma Bustamante.
El funcionamiento del sistema es el siguiente: cuando la señal de voz ingresa a la computadora a través de un micrófono, los algoritmos desarrollados por la bioingeniera extraen 12 características descriptivas de la emoción "tristeza", como parámetros frecuenciales, espectrales, prosódicos (relativos a la cadencia de la voz) y temporales; y las analizan a través de una red neuronal, que es un sistema de clasificación y procesamiento de la información.
Para "entrenar" el sistema, se utilizaron alrededor de doscientas muestras de voz obtenidas de bases de datos en inglés, español y alemán. Esas muestras se comparan con la nueva señal de voz ingresada y el programa concluye si se detectó o no el síntoma. "Lo bueno que tiene es que utiliza muy pocas características para el procesamiento de la voz y que con algunos segundos de habla de la persona ya es suficiente para hacer la detección", destaca.
Según pruebas realizadas en el laboratorio, la tasa de efectividad en la detección de la emoción "tristeza" fue del 96,6%. Bustamante señala que aún no fue testeado en pacientes porque se necesitan alrededor de un centenar de muestras, además de que están pendientes una serie de pasos burocráticos para obtener la autorización de uso del software. La idea es seguir avanzando para validar el prototipo y que esté disponible para quienes deseen desarrollarlo comercialmente y para los profesionales de la salud interesados en utilizarlo.