MADRID, 17 (EUROPA PRESS)

Investigadores de la Universidad de Vermont (Estados Unidos) han desarrollado un 'wearable' que puede detectar la ansiedad oculta y la depresión en niños pequeños, que sufren uno de cada cinco desde la edad de preescolar.

"Debido a la magnitud del problema, esto requiere una tecnología de detección para identificar a los niños con la suficiente antelación para que puedan recibir la atención que necesitan", explica uno de los autores, Ryan McGinnis, que se unió a Ellen McGinnis, psicóloga clínica, y científicos en el Departamento de Psiquiatría de la Universidad de Michigan para crear esta herramienta.

El equipo, cuyo trabajo ha sido publicado en la revista 'Plos One', utilizó una "tarea de inducción del estado de ánimo", un método de investigación común diseñado para provocar comportamientos y sentimientos específicos, como la ansiedad. Los investigadores evaluaron a 63 niños, algunos de los cuales se sabía que tenían trastornos de internalización.

En este trabajo, el equipo usó un sensor de movimiento portátil para controlar el movimiento de un niño y un algoritmo de aprendizaje automático para analizar su movimiento que distingue entre los niños con ansiedad o depresión y los que no. Después de procesar los datos de movimiento, el algoritmo identificó diferencias en la forma en que se movieron los dos grupos que podrían usarse para separarlos, identificando a los niños que sufrían trastornos con 81 por ciento de precisión, mejor que el cuestionario estándar para padres.

El algoritmo determinó que el movimiento durante la primera fase de la tarea era lo más indicativo de una posible psicopatología. Los niños con este tipo de trastornos tienden a alejarse de la amenaza potencial más que el grupo de control. También detectó variaciones sutiles en la forma en que giraban los niños que ayudaron a distinguir entre los dos grupos.

"Algo que normalmente hacemos con semanas de entrenamiento y meses de codificación se puede hacer en unos minutos con estos instrumentos", explica la investigadora. El algoritmo necesita solo 20 segundos de datos de la fase de anticipación para tomar su decisión. Esto abre la puerta al uso de una tecnología así para ayudar a detectar a aquellos niños que se beneficiarían de una mayor ayuda psicológica.

El siguiente paso será refinar el algoritmo y desarrollar pruebas adicionales para analizar datos de voz y otra información que permita a la tecnología distinguir entre ansiedad y depresión. El objetivo final es desarrollar una batería de evaluaciones que puedan usarse en escuelas o consultas médicas para evaluar a los niños como parte de sus evaluaciones rutinarias de desarrollo.