En los últimos años, el aprendizaje automático ha atraído un interés creciente de la comunidad médica como una posible ayuda importante para realizar diagnósticos.

Se han desarrollado modelos de aprendizaje automático, por ejemplo, que pueden detectar palabras y entonaciones en el habla que podrían delatar la depresión, pero estos modelos tienden a predecir si una persona está deprimida o no basándose solo en respuestas concretas a preguntas específicas. Estos métodos son precisos, pero su dependencia del tipo de pregunta que se hace limita cómo y dónde pueden usarse.

El equipo de Tuka Alhanai y Mohammad Ghassemi, del Instituto Tecnológico de Massachusetts (MIT), en la ciudad estadounidense de Cambridge, presenta un modelo de red neural que puede ser aplicado a datos de audio y texto en bruto, provenientes de entrevistas, para descubrir patrones de habla que indiquen depresión.

Es capaz de predecir de forma precisa si la persona está deprimida, sin necesitar ninguna otra información sobre las preguntas y las respuestas, precisan sitios digitales especializados.

En los últimos años, el aprendizaje automático ha atraído un interés creciente de la comunidad médica como una posible ayuda importante para realizar diagnósticos. Se han desarrollado modelos de aprendizaje automático, por ejemplo, que pueden detectar palabras y entonaciones en el habla que podrían delatar la depresión.

Estos modelos tienden a predecir si una persona está deprimida o no basándose solo en respuestas concretas a preguntas específicas. Estos métodos son precisos, pero su dependencia del tipo de pregunta que se hace limita cómo y dónde pueden usarse.

El equipo de Tuka Alhanai y Mohammad Ghassemi, del Instituto Tecnológico de Massachusetts (MIT), en la ciudad estadounidense de Cambridge, presenta un modelo de red neural que puede ser aplicado a datos de audio y texto en bruto, provenientes de entrevistas, para descubrir patrones de habla que indiquen depresión. Es capaz de predecir de forma precisa si la persona está deprimida, sin necesitar ninguna otra información sobre las preguntas y las respuestas.