La depresión es una enfermedad muy prevalente y que cada vez aumenta más su incidencia. En Chile un 18,3% de la población sufre de algún grado de depresión (800.000 personas).
Uno de los problemas más grandes que tenemos, es que el 50% de los pacientes que presentan depresión y que van a un médico de atención primaria, no es diagnosticado y por ende, no tratado.
La depresión es diagnosticada clínicamente cuando se cumplen 5 de 9 criterios
animo bajo la mayor parte del día
cambios en el sueño (insomnio o hipersomnia)
cambios en la actividad física
sentimiento de inutilidad
anhedonia (incapacidad de sentir placer)
baja de peso sin dieta
disminución en la capacidad de concentrarse
pensamientos recurrentes de muerte
los síntomas causan deterioro de las funciones sociales
Estar atento a estos síntomas, hacer las preguntas correctas y darse el tiempo para un buen diagnóstico, es una de las dificultades que presenta el diagnóstico de esta enfermedad.
Investigadores tuvieron una idea. ¿Y si aplicamos machine learning al uso del teclado del teléfono del celular y al giróscopo para ver si los pacientes deprimidos tienen un patrón especial que nos permita identificarlos?
Link al artículo
Pacientes con trastorno bipolar en fase depresiva fueron utilizados para entrenar el algoritmo. Les pasaron un teléfono Android Galaxy 4 al que le cambiaron el teclado por defecto por uno desarrollado para recopilar datos del tipeo. Los pacientes debían utilizar el teléfono durante 1 semana. También se les pasó el teléfono a un grupo control sin trastorno del ánimo.
El sistema encontró patrones específicos de uso del teclado en pacientes depresivos. La predicción del estado depresivo bipolar de pacientes tuvo un 90,31% de precisión.
Este trabajo muestra cómo se pueden utilizar datos cotidianos para encontrar patrones específicos.
Estimado,
Encuentro fascinante e innovador el articulo, siento que es adecuado a tiempos contemporáneos el considerar la forma del “typing” como una variable dentro del algoritmo de la depresión. Considerando el avance tecnológico de los aparatos, su consecuente disminución de precios, su penetrancia en la población, y su numerosa cantidad (mas celulares que personas desde el 2016), siento que estudios mediante celulares casi siempre tendrán grandes cantidades de sujetos de estudios; lo que les dará mayor confiabilidad a los datos y más variables posibles a analizar.
Respecto al estudio en la depresión en sí, encuentro excelente que se haga en patologías tanto prevalentes como subdiagnósticadas. Creo también que se podría estudiar para varios trastornos psiquiátricos y con más variables como el tiempo del typing en un día, latencia entre typing y el siguiente y uso de vocabulario más frecuente por cada patología. Probablemente nos sorprendamos con los resultados, quien sabe si en un futuro próximo forme parte dentro de los 9 criterios DSM-IV o se establesca como una forma mas sensible y específica…
¡Saludos!
creo realmente que es un tema bastante interesante, como se puede con algo tan adaptado a la actualidad identificar algo como la depresion. realmente es un tema muy interesante.
Estimado, encontré muy innovador lo planteado en el articulo, además de ser realmente útil a día de hoy que prácticamente hay más celulares que personas. Me gustaría pensar que si se sigue desarrollando dicho tema, podríamos llegar a facilitar de gran manera la detección de estas mismas patologías, ya que de manera inconsciente mucha gente puede llegar a detectar cuando algo está mal con otra persona de su circulo cercano, solo por como le responde. El “Oh, de seguro está mal, siempre se tarda mucho en escribir y son frases cortas” y otras más no son raras de oír, pero hasta ahora no había leído sobre que se hiciera algo al respecto para ver que tan verdad puede llegar a ser. Saludos.