OPTIMI prevede il rischio di cadere in depressione con un 85% affidabilità
La Universitat Politècnica de València, la Universitat Jaume I de Castellón y la Universitat de València, bajo la coordinación de la empresa everis, han desarrollado OPTIMI, una herramienta informática capaz de predecir si una persona con alto nivel de estrés tiene riesgo de caer en depresión.
El proyecto OPTIMI, que ha llevado a cabo everis junto a la Universitat Politècnica de València, la Universitat Jaume I de Castellón y la Universitat de València, ha desarrollado el prototipo de una herramienta informática capaz de predecir si una persona con alto nivel de estrés tiene riesgo de caer en depresión, a partir del estudio conjunto de una serie de variables fisiológicas y psicológicas, utilizando técnicas de inteligencia artificial. Se trata de una herramienta informática, basada en redes neuronales artificiales, capaz de predecir si una persona tiene riesgo de caer en depresión con una fiabilidad de en torno al 85 por cien en los sujetos analizados
Il progetto di 3,5 millones de euros y con una duración de 3 anni, se enmarca en el VII Programa Marco europeo y está finalizando su primera fase de implantación. OPTIMI se basa en la hipótesis de que el problema central y punto de inicio de las enfermedades mentales a largo plazo depende de la capacidad y habilidad del individuo para hacer frente al estrés. Durante esta primera fase del proyecto se han analizado los datos de 95 voluntarios españoles, suizos y chinos, con la finalidad de integrar toda la información recogida y caracterizar el riesgo de caer en depresión. En este análisis se han encontrado patrones de comportamiento asociados con el estrés y la capacidad para superarlo.
specificamente, los datos recogidos en esta prueba de concepto recogen tanto parámetros fisiológicos (la tasa cardíaca y su variación, el nivel de actividad realizado, la calidad del sueño, la hormona cortisol -que se segrega en situaciones de estrés-, la voz y la asimetría en la actividad de los dos lóbulos cerebrales), como parámetros psicológicos (a través de diferentes preguntas relacionadas con el estrés y el estado de ánimo en un diario electrónico).
La calibración de la herramienta predictiva de everis se ha realizado con los modelos de identificación del riesgo de la enfermedad proporcionados por los expertos psicólogos de la Universidad Jaume I de Castellón.
En estos dos años de proyecto también se ha alcanzado la verificación del funcionamiento de los sensores en un entorno doméstico. In questo modo, se ha comprobado la correlación entre las señales medidas y síntomas relacionados con la depresión en el día a día de los pacientes.
Segunda fase del proyecto
A partir de este punto, comienza la segunda fase del proyecto, cuyo objetivo final es desarrollar un sistema online para prevenir la depresión y aprender a hacer frente al estrés, utilizando tratamientos preventivos basados en la Terapia Cognitivo Conductual Informatizada (CCBT) y los sensores de uso doméstico diseñados en OPTIMI.
Esta segunda fase del proyecto, que se realizará simultáneamente en Reino Unido y en España, incluye los ensayos clínicos necesarios para comprobar la eficacia del tratamiento preventivo mediante herramientas TIC. La Universidad Jaume I de Castellón y la Universidad de Valencia han comenzado el reclutamiento de un centenar de personas desempleadas, quienes serán los primeros en utilizar el nuevo programa informático para prevenir la depresión y aprender a manejar el estrés que ha diseñado el equipo de profesionales del Laboratorio de Psicología y Tecnología (Labpsitec) y que ha desarrollado Labhuman.
Según ha afirmado Catalina Jiménez, directora del área de salud de everis y coordinadora del proyecto, “el éxito de la aplicación puede abrir las puertas a la creación de un sistema capaz de ofrecer predicciones en el campo de las enfermedades mentales y ofrecer un tratamiento preventivo y personalizado. Este tipo de enfermedades se prevé que vayan en aumento y sean el gran problema de la humanidad en los próximos años”.
[youtube]HTTP://www.youtube.com/watch?v=zn4zD6G4pzQ[/youtube]
Ti è piaciuto questo articolo?
Iscriviti al nostro Feed RSS E non ti perderai nulla.