WhatsApp e depressione: l’intelligenza artificiale individua segnali nascosti nei messaggi vocali

Un nuovo studio pubblicato su Plos Mental Health mostra come l’intelligenza artificiale possa diventare uno strumento efficace per rilevare la depressione analizzando brevi messaggi vocali su WhatsApp. La ricerca ha testato un Large Language Model (LLM) progettato per applicazioni mediche, con risultati sorprendenti.

Come funziona l’AI nello screening della depressione

Powered by

L’intelligenza artificiale ha analizzato registrazioni vocali in cui le partecipanti raccontavano la loro settimana. Il modello ha identificato correttamente oltre il 91% delle donne con diagnosi di disturbo depressivo maggiore. Lo studio è stato condotto da Victor H.O. Otani della Santa Casa de São Paulo School of Medical Sciences e dal team di Infinity Doctors in Brasile.

Il disturbo depressivo maggiore colpisce più di 280 milioni di persone nel mondo. Una diagnosi precoce può migliorare significativamente l’efficacia del trattamento, sottolineano gli esperti.

I dati utilizzati nello studio

I ricercatori hanno usato due set di dati separati:

• Addestramento LLM: 86 partecipanti (37 donne e 8 uomini con diagnosi di depressione; 41 volontari senza diagnosi).

• Test modello: 74 partecipanti (33 con diagnosi e 41 del gruppo di controllo).

Tutti i partecipanti hanno fornito consenso informato e sono stati esclusi possibili fattori confondenti. I messaggi vocali comprendevano:

1. Messaggi numerici da 1 a 10

2. Brevi racconti della settimana

Tutti i messaggi erano in portoghese brasiliano.

Differenze tra donne e uomini

I risultati mostrano maggiore accuratezza tra le donne: 91,9% nei messaggi di racconto settimanale, contro il 75% negli uomini. I ricercatori attribuiscono la differenza sia al numero maggiore di donne nel set di addestramento, sia a variazioni nei modelli linguistici. Con i messaggi numerici, la precisione è stata più equilibrata: 82% nelle donne e 78% negli uomini.

Il futuro dello screening digitale

Gli autori sperano che i loro modelli possano diventare strumenti economici, pratici e non invasivi per identificare la depressione. Lucas Marques, autore senior dello studio, spiega:

"Piccoli segnali nei messaggi vocali spontanei possono aiutare a individuare profili depressivi con grande precisione, aprendo la strada a strumenti digitali che rispettino le abitudini comunicative quotidiane."