Con el objetivo de mejorar el diagnóstico y tratamiento de los trastornos de ansiedad y depresión, el Instituto Politécnico Nacional (IPN) desarrolla un innovador proyecto que combina Inteligencia Artificial (IA), aprendizaje profundo y sensores biomédicos para identificar episodios ansioso-depresivos en pacientes.
La investigación, encabezada por María Caridad Mireles Pérez, estudiante del Doctorado en Ciencias de la Computación del Centro de Investigación en Computación (CIC), utiliza una camisa especial equipada con sensores capaces de registrar señales fisiológicas como actividad eléctrica de la piel, frecuencia cardíaca, temperatura corporal, actividad pulmonar y tensión muscular.
La información recopilada es enviada de manera inalámbrica a una computadora, donde algoritmos de aprendizaje profundo analizan los datos y clasifican el estado emocional de las personas en cuatro etapas: calma, transición, ataque ansioso-depresivo y recuperación.
De acuerdo con la investigadora, el sistema fue entrenado mediante una base de datos obtenida de voluntarios que participaron en pruebas controladas bajo supervisión psicológica. El objetivo es generar diagnósticos más precisos y contribuir al diseño de tratamientos personalizados para quienes enfrentan estos trastornos.
Mireles Pérez destacó que la pandemia de COVID-19 incrementó en 25 por ciento los casos de ansiedad y depresión a nivel mundial, especialmente entre los jóvenes, lo que refuerza la necesidad de desarrollar herramientas tecnológicas que apoyen la atención de la salud mental.
El proyecto ya inició el proceso para obtener una patente y representa una apuesta por la innovación multidisciplinaria en beneficio del sector salud, con potencial para impulsar nuevos desarrollos científicos en el futuro.
