Il 22 gennaio 2026, un innovativo studio condotto da Victor H.O. Otani e collaboratori della Santa Casa de São Paulo School of Medical Sciences e di Infinity Doctors in Brasile ha rivelato che l’intelligenza artificiale potrebbe giocare un ruolo cruciale nell’identificazione precoce della depressione. Pubblicato sulla rivista open access Plos Mental Health, il lavoro ha dimostrato come un modello di linguaggio di grandi dimensioni (LLM) possa analizzare le registrazioni vocali di WhatsApp per rilevare segni di disturbo depressivo maggiore con una precisione superiore al 91%.
Il potere dell’analisi vocale
Lo studio ha coinvolto un campione di partecipanti di sesso femminile diagnosticati con disturbo depressivo maggiore. Gli autori hanno utilizzato brevi registrazioni audio in cui le partecipanti descrivevano la loro settimana, analizzando il contenuto per identificare eventuali indicatori di depressione. Attraverso questa metodologia, il sistema di intelligenza artificiale ha raggiunto risultati significativi, evidenziando come l’analisi vocale possa servire come strumento di screening efficace.
Il disturbo depressivo maggiore colpisce oltre 280 milioni di persone in tutto il mondo. La diagnosi precoce è fondamentale per garantire un trattamento tempestivo, e i risultati di questo studio suggeriscono che l’uso di tecnologie moderne come l’intelligenza artificiale può migliorare notevolmente le possibilità di identificazione precoce. Gli autori hanno sottolineato l’importanza di sviluppare modelli di apprendimento automatico capaci di distinguere tra individui con e senza diagnosi di depressione, utilizzando i dati vocali raccolti tramite WhatsApp.
Dettagli dello studio
Per la realizzazione della ricerca, gli autori hanno impiegato due set di dati distinti: uno per addestrare il modello e uno per testarne l’efficacia. Il primo set comprendeva 86 partecipanti, di cui 37 donne e 8 uomini con diagnosi clinica di disturbo depressivo maggiore e 41 volontari senza diagnosi di depressione. Il secondo set, utilizzato per il test, includeva 74 partecipanti, di cui 33 pazienti e 41 controlli.
Tutti i partecipanti hanno fornito il consenso informato e sono stati sottoposti a screening per escludere fattori confondenti. Le registrazioni vocali dei pazienti ambulatoriali provenivano da messaggi vocali inviati durante il manifestarsi dei sintomi, mentre i controlli hanno scelto messaggi vocali di routine. Le analisi hanno rivelato che i LLM hanno mostrato una maggiore accuratezza nel classificare le donne rispetto agli uomini, con un tasso di precisione del 91,9% per le donne, rispetto al 75% per gli uomini.
Prospettive future
Gli autori del lavoro esprimono l’auspicio che il continuo sviluppo e perfezionamento dei modelli di intelligenza artificiale possa portare alla creazione di strumenti pratici ed economici per lo screening della depressione. Lucas Marques, autore senior dello studio, ha affermato che l’analisi dei modelli acustici nei messaggi vocali di WhatsApp può rivelarsi un metodo efficace per identificare profili depressivi. Questa scoperta apre la strada a nuove opportunità per strumenti di screening digitale che si integrano nelle abitudini comunicative quotidiane delle persone, potenzialmente riducendo il stigma associato alla ricerca di aiuto per la salute mentale.
La ricerca rappresenta un passo significativo verso l’adozione di tecnologie avanzate nel campo della salute mentale, promettendo di migliorare le modalità di diagnosi e trattamento della depressione a livello globale.
