L’intelligenza artificiale potrebbe diventare un alleato concreto nella diagnosi precoce del disturbo depressivo maggiore grazie all’analisi dei messaggi vocali di WhatsApp. E’ quanto emerge da uno studio pubblicato sulla rivista scientifica open access PLOS Mental Health, che dimostra come modelli linguistici di grandi dimensioni applicati alla medicina siano in grado di identificare profili depressivi partendo da brevi registrazioni audio spontanee. La ricerca, guidata da Victor HO Otani della Santa Casa de Sao Paulo School of Medical Sciences, ha utilizzato algoritmi di apprendimento automatico per analizzare le caratteristiche acustiche della voce in messaggi vocali inviati tramite WhatsApp, nei quali i partecipanti descrivevano la settimana appena trascorsa o svolgevano semplici compiti vocali. I risultati mostrano che alcuni modelli hanno raggiunto un’accuratezza superiore al 91 per cento nell’identificazione delle partecipanti di sesso femminile con diagnosi clinica di depressione, mentre l’accuratezza nei partecipanti maschili e’ risultata piu’ bassa, attestandosi tra il 75 e il 78 per cento.
Lo studio ha coinvolto complessivamente 160 partecipanti madrelingua portoghesi brasiliani, suddivisi in gruppi di addestramento e di test, comprendenti pazienti ambulatoriali con diagnosi di disturbo depressivo maggiore e soggetti di controllo senza depressione. I ricercatori sottolineano che la maggiore precisione osservata nelle donne potrebbe essere legata sia alla composizione del campione di addestramento sia a differenze nei modelli linguistici e vocali tra i sessi. Secondo gli autori, i messaggi vocali spontanei, come quelli in cui si racconta la propria settimana, contengono segnali emotivi e cognitivi particolarmente informativi, piu’ efficaci rispetto a contenuti vocali neutri come il semplice conteggio numerico. L’obiettivo non e’ sostituire la valutazione clinica, ma fornire uno strumento di screening digitale pratico, a basso costo e facilmente integrabile nella vita quotidiana, in grado di supportare medici e sistemi sanitari nell’individuazione precoce della depressione. I ricercatori ritengono che il continuo perfezionamento di questi modelli possa portare allo sviluppo di applicazioni cliniche e di ricerca sempre piu’ affidabili, rispettando le abitudini comunicative delle persone e ampliando l’accesso a strumenti di prevenzione e supporto per la salute mentale.
