In passato diversi studi avevano rivelato che il tono della nostra voce potesse essere sintomatico della presenza di alcune patologie depressive e di disturbi post-traumatici da stress; generalmente un tono piatto, con pause particolarmente lunghe tra le parole e le frasi è indice di ciò e, proprio per questo, un team di esperti della University of Southern California ha messo a punto una strumentazione in grado di misurare questi input vocali e di supportare i medici nella diagnostica e nell’identificazione di queste problematiche, che presentano sintomaticità e parvenze tra la più differenti.
Il dispositivo, il cui nome è SimSensei, viene descritto nel dettaglio in uno studio pubblicato su un’importante rivista del settore, IEEE Transactions on Affective Computing, e si dimostra capace di individuare le frequenze dei suoni che vengono associati a disturbi depressivi tramite l’utilizzo di un algoritmo. Così facendo, può fornire al medico dettagli più approfonditi che gli permettano di effettuare una diagnosi accurata ed efficace.
L’algoritmo in questione fu inventato nel 1967 e si chiama k-means; esso può raccogliere una grande quantità di dati basandosi sul loro valore medio e, solo in una fase successiva, li confronterà con i valori di riferimento che nella faccenda in questione corrispondono con la voce di persone non affette da patologie depressive o disturbi post-traumatici.
I volontari che sono stati esaminati tramite il SimSensei sono 253 e hanno dovuto compilare un questionario che ha rivelato l’esistenza di parallelismi riguardanti la frequenza della voce di coloro le cui risposte indicavano la presenza di sintomi della depressione e patologie post-traumatiche da stress.
L’utilizzo dello strumento potrebbe estendersi anche ad latri campi; i ricercatori, difatti, vorrebbero usufruirne durante i colloqui di lavoro, come esercitazioni di training (volte a preparare psicologicamente i veterani di guerra ad una vita fuori dall’esercito) al fine di comprenderne le reali capacità discorsive, oratorie ed espressive.
Il prossimo step , affermano gli studiosi, consiste nel valutare l’eventualità di usarlo anche per la diagnostica della schizofrenia e del Parkinson, facendo riferimento a diversi studi condotti nel passato che sostengono questa tesi.
La fonte: IEEE Transactions on Affective Computing
