“Reconocimiento automático basado en análisis de audio, para diagnóstico complementario en el trastorno de espectro emotivo”, fue el tema que se propuso investigar Bustamante, junto a sus directoras Natalia López, Elisa Pérez del Gabinete de Tecnología Médica (GATEME) de la UNSJ y Olga Lucía Quintero Montoya, de la Universidad EAFIT, de Colombia.

> Leer también: Software que anticipa las inundaciones.

Antes de comenzar con este proyecto, formó parte de un grupo de investigación en el que analizaban las señales de voz de niños autistas. En este sentido, pudo observar que bajo ciertos estados emocionales, las señales emitidas, sufrían algunos cambios.

Fue de esta manera que descubrió una patología más común que el autismo y que ha llegado a ser una de las principales causas de discapacidad y exclusión social, la depresión. Ésta corresponde a un desorden emotivo que genera una serie de síntomas y signos que se refleja no sólo en el aspecto fisiológico, sino que también puede expresarse en los gestos y en la voz. Cuando alguien está triste es posible que pueda percibirse en la voz.

Por lo tanto, se propuso desarrollar un sistema de clasificación que le permitiera diferenciar cuatro emociones (felicidad, miedo, tristeza y enojo), probar esos algoritmos y validarlos con bases de datos que contengan esas emociones, y por último, desarrollar un sistema de clasificación que evaluara sólo la tristeza.

El trastorno del espectro emotivo involucra una serie de patologías como la depresión, la ansiedad, el trastorno bipolar y el autismo, que son manifestaciones clínicas de alteraciones en el normal desarrollo del sistema nervioso. Lo cual indica que el proceso ocurre antes de que se manifiesten los primeros síntomas, entonces la detección temprana de estas patologías es fundamental. Además, estuvo dirigido a pacientes con trastornos depresivos, por ello se priorizó la búsqueda de características descriptivas en la voz que mejoraran la clasificación de tristeza.

Según pudo relevar Argentina Investiga, los resultados que arrojó el uso de este software fueron muy alentadores ya que obtuvieron un 96% de efectividad en la detección de tristeza, aplicando los algoritmos computacionales de clasificación, desarrollados en el laboratorio, en bases de datos de emociones en español, en alemán y en inglés, usando sólo doce características descriptivas extraídas de las señales de voz. Esto, desde el punto de vista informático, es muy positivo ya que indica que con poco gasto computacional se lograron buenos resultados.

> Leer también: Polo Tecnológico Junín, un centro de avanzada.

Este software fue pensado para que puedan usarlo los psicólogos y les ayude a diagnosticar de forma precoz un caso de depresión en un paciente o en una persona mayor que viva sola. Este avance científico servirá para resolver de forma rápida y económica una patología que crece de forma acelerada en la sociedad sanjuanina.