Las ingenieras Carmen García Mateo, Laura Docio y Paula López, del Grupo de Tecnologías Multimedia (GTM), trabajan en un sistema capaz de detectar la depresión de forma automática a través de un simple análisis de voz. "Tendría mucha utilidad de cara a aumentar el conocimiento sobre esta enfermedad cada día más común y también facilitaría el proceso de diagnóstico tanto al médico como para el paciente", explica López, cuya tesis, codirigida por García y Docio, supone un avance hacia este dispositivo.
Para su estudio, la investigadora ha utilizado bases de datos grabadas en hospitales con pacientes reales a los que se pide leer un párrafo de un libro o evocar momentos de alegría y tristeza en su infancia. Después, ellos mismos completan un formulario para valorar el nivel de su estudio depresivo y, repitiendo el proceso con cierta frecuencia, se puede observar la respuesta a un tratamiento. Dada la dificultad de encontrar material público con el que trabajar, López explica que lo ideal sería que el grupo contase con un grupo de pacientes, aunque "siempre con el apoyo de médicos y neurólogos expertos en la enfermedad".
Además de detectar el estado emocional, Paula López incluye en su tesis un análisis detallado de las mejores técnicas para detectar de forma automática quién está hablando en cada momento de una grabación, lo que abre a los buscadores de internet la posibilidad de hacer búsquedas sobre audios.
El grupo GTM, dirigido por la catedrática Carmen García Mateo, está ampliando esta línea de investigación para la detección automática de otras enfermedades como el párkinson y el alzhéimer para ayudar en el diagnóstico y mejorar el seguimiento de la evolución de la enfermedad.
En el caso del párkinson, la prosodia del paciente se ve "claramente alterada" por su enfermedad y los trastornos son evidentes incluso en sus fases iniciales, por lo que las investigadoras disponen de datos más robustos sobre las características de la voz y el habla más características.
