Detección de Depresión Basada en Inteligencia Artificial

Área de la Ciencia:

• Oftalmología
• Psiquiatría
• Inteligencia Artificial

Sus antecedentes:

• La depresión representa riesgos significativos para la seguridad en profesiones críticas como la aviación y la conducción.
• La detección actual de la depresión se basa en autoinformes subjetivos, careciendo de rapidez y objetividad.
• Se necesitan biomarcadores objetivos para la detección temprana y prevenir accidentes.

Objetivo del estudio:

• Desarrollar y evaluar un sistema basado en IA para la detección objetiva de depresión en tiempo real.
• Integrar la identificación del iris con el análisis pupilométrico y de movimientos oculares.
• Proporcionar una medida de seguridad preventiva para los sectores del transporte.

Principales métodos:

• Un sistema de IA que combina la identificación del iris y una red CNN-LSTM para la detección de depresión.
• Análisis de biomarcadores pupilométricos (dilatación de la pupila) y de movimientos oculares (velocidad sacádica, tiempo de fijación).
• Evaluación utilizando datos de 242 participantes, comparando las respuestas a estímulos neutrales, positivos y negativos.

Principales resultados:

• El módulo de identificación del iris logró una Tasa de Error Igual (EER) < 0.5%.
• El modelo de detección de depresión (CNN-LSTM) mostró un 89% de precisión y un AUC de 0.94.
• Las personas deprimidas exhibieron patrones pupilométricos y de movimiento ocular distintos en comparación con los controles.

Conclusiones:

• El análisis impulsado por IA de los biomarcadores del iris y del movimiento ocular puede detectar de manera confiable la depresión.
• El sistema ofrece una solución objetiva potencial en tiempo real para mejorar la seguridad en el transporte.
• Esta tecnología podría reducir significativamente los accidentes atribuidos a errores humanos relacionados con la depresión.