Investigadores de la Universidad de Shenzhen han creado un modelo de inteligencia artificial capaz de estimar el riesgo de que una persona desarrolle depresión con hasta cuatro años de antelación, según publicaron este mes en la revista Science Advances. La herramienta, que analiza la actividad cerebral ante expresiones faciales, podría convertirse en un biomarcador computacional para la detección precoz de un trastorno que afecta a más de 332 millones de personas en el mundo.
El equipo liderado por Lu Han, profesor asistente de la Escuela de Inteligencia Artificial de la universidad, utilizó datos del estudio longitudinal europeo Imagen, que desde 2007 realiza un seguimiento a adolescentes de cuatro países europeos. Los participantes, evaluados a los 16, 19 y 23 años, se sometieron a resonancias magnéticas funcionales mientras observaban imágenes de rostros con expresiones de felicidad, enfado o neutralidad, además de completar cuestionarios y análisis de sangre.
El hallazgo clave del estudio es la relación directa entre el riesgo futuro de depresión y la capacidad del cerebro para procesar e interpretar las emociones ajenas. «Las personas sin depresión distinguen con facilidad los cambios emocionales en el rostro de los demás y responden en consecuencia, por ejemplo, con amabilidad ante una sonrisa. Quienes padecen depresión, en cambio, tienden a suponer que los demás están enfadados con ellos», explicó Lu Han al medio Global Times.
Los resultados mostraron que los jóvenes de 19 años cuya respuesta cerebral ante los rostros se inclinaba hacia emociones o recuerdos negativos presentaban una probabilidad significativamente mayor de desarrollar síntomas depresivos a los 23 años. El modelo de aprendizaje profundo desarrollado por los investigadores simula cómo el cerebro codifica conceptos emocionales abstractos, como la ira, y permite predecir la reacción neuronal ante estímulos emocionales concretos.
La precisión del biomarcador fue validada en un segundo ensayo clínico denominado Stratify, que comparaba la depresión mayor con otros trastornos como el alcoholismo, la adicción a sustancias o los trastornos alimentarios. En una cohorte de más de 400 adolescentes con diversas afecciones, solo los 134 diagnosticados clínicamente con trastorno depresivo mayor mostraron valores anormales en el marcador, mientras que los pacientes con otros trastornos presentaron resultados similares a los de personas sin problemas de salud mental. Este hallazgo respalda la especificidad del modelo para distinguir la depresión de otras patologías psiquiátricas.
El equipo también identificó una posible base genética en la relación entre percepción emocional y depresión, al vincular el biomarcador computacional con la variante genética rs11123030, lo que sugiere que la vulnerabilidad hereditaria podría influir en cómo una persona interpreta las emociones ajenas y, por tanto, en su predisposición al trastorno. «Estos hallazgos sugieren un posible mecanismo que vincula la vulnerabilidad genética con la percepción emocional alterada y la depresión futura», señaló Lu Han.
Los investigadores subrayan que el biomarcador aporta información predictiva independiente de factores ambientales como el estrés familiar o las condiciones socioeconómicas, aunque la depresión responde a una interacción compleja entre genética, desarrollo cerebral y experiencias vitales. Antes de una aplicación clínica generalizada, el modelo deberá validarse en poblaciones adultas de mediana edad y en distintos grupos étnicos. El estudio, no obstante, abre nuevas vías para la prevención personalizada en salud mental y para el desarrollo de sistemas de inteligencia artificial capaces de interpretar estados emocionales a través de señales faciales sutiles.
