{"id":592103,"date":"2026-07-19T09:50:16","date_gmt":"2026-07-19T09:50:16","guid":{"rendered":"https:\/\/www.europesays.com\/it\/592103\/"},"modified":"2026-07-19T09:50:16","modified_gmt":"2026-07-19T09:50:16","slug":"lavatar-che-ti-parla-e-riconosce-la-depressione-dai-segnali-del-corpo","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/it\/592103\/","title":{"rendered":"L\u2019avatar che ti parla e riconosce la depressione dai segnali del corpo"},"content":{"rendered":"

Una conversazione sotto osservazione<\/strong><\/p>\n

Davanti al partecipante compare un essere umano virtuale a grandezza naturale. Saluta, pone domande e porta avanti una conversazione adattando le risposte a ci\u00f2 che ascolta. Dietro questo dialogo apparentemente quotidiano, per\u00f2, una rete di sensori registra ci\u00f2 che il corpo comunica senza parole. \u00c8 lo scenario di uno studio pubblicato su npj Digital Medicine da ricercatori della Universitat Polit\u00e8cnica de Val\u00e8ncia, dell\u2019Universit\u00e0 di Padova e dell\u2019IT University di Copenaghen. Dei 102 adulti reclutati, 98, con un\u2019et\u00e0 compresa tra 18 e 59 anni, sono stati inclusi nell\u2019analisi finale. Quaranta presentavano punteggi compatibili con sintomi depressivi moderati o gravi, mentre 58 mostravano sintomi assenti o lievi. Ogni partecipante ha sostenuto sei conversazioni con l\u2019avatar, due neutre e quattro costruite intorno a emozioni come felicit\u00e0, tristezza, rabbia e rilassamento.<\/strong><\/p>\n

<\/a><\/p>\n

Il corpo diventa un insieme di indizi<\/strong><\/p>\n

Durante i dialoghi venivano registrati l\u2019elettroencefalogramma, la variabilit\u00e0 della frequenza cardiaca, la risposta elettrica della pelle, i movimenti oculari e quelli della testa. L\u2019avatar, guidato da un sistema di intelligenza artificiale generativa e dotato di voce sintetica, non formulava una diagnosi. Il suo compito era creare situazioni sociali controllate, ma abbastanza realistiche da provocare reazioni emotive misurabili. I segnali raccolti venivano poi trasformati in dati numerici e analizzati attraverso modelli di apprendimento automatico. Combinando le informazioni registrate nelle sei conversazioni, il sistema ha raggiunto un\u2019accuratezza del 72 per cento, un valore AUC di 0,76 e una specificit\u00e0 dell\u201983 per cento.<\/strong> Il modello riusciva quindi soprattutto a identificare correttamente le persone che non appartenevano al gruppo con sintomi depressivi pi\u00f9 intensi.<\/p>\n

<\/a><\/p>\n

Il cervello fornisce i segnali pi\u00f9 forti<\/strong><\/p>\n

Non tutti i parametri fisiologici hanno contribuito allo stesso modo. L\u2019elettroencefalogramma, utilizzato da solo, ha ottenuto un\u2019accuratezza del 71 per cento e un valore AUC di 0,75, risultati quasi sovrapponibili a quelli del modello che combinava tutti i segnali.<\/strong> Battito cardiaco, risposta della pelle e movimenti oculari hanno fornito informazioni aggiuntive, ma hanno mostrato prestazioni pi\u00f9 limitate quando analizzati separatamente. Le conversazioni emotive hanno migliorato soprattutto l\u2019efficacia dell\u2019elettroencefalogramma rispetto alle semplici registrazioni effettuate a riposo. L\u2019attivit\u00e0 cerebrale sembrava cambiare in modo diverso a seconda del tono emotivo assunto dall\u2019avatar.<\/strong> Alcune oscillazioni cerebrali nelle bande alfa, beta e theta acquisivano infatti maggiore importanza durante le conversazioni felici, tristi o caratterizzate dalla rabbia. Tra i comportamenti oculari associati a punteggi depressivi pi\u00f9 elevati comparivano uno sguardo rivolto pi\u00f9 spesso verso il basso, spostamenti oculari pi\u00f9 variabili e movimenti della testa pi\u00f9 bruschi.<\/p>\n

\"\"<\/p>\n

Un campanello d\u2019allarme<\/strong><\/p>\n

Un\u2019accuratezza del 72 per cento non significa che l\u2019avatar possa gi\u00e0 riconoscere con certezza la depressione. La sensibilit\u00e0 del modello era soltanto del 54 per cento. Il sistema rischiava quindi di non identificare quasi una persona con sintomi significativi su due.<\/strong> Inoltre, i partecipanti non erano stati divisi in base a una diagnosi psichiatrica di depressione maggiore, ma utilizzando il PHQ\u20119, un questionario di autovalutazione impiegato per misurare la presenza e l\u2019intensit\u00e0 dei sintomi depressivi. Il campione era ridotto, composto da persone di lingua spagnola e osservato in un laboratorio dotato di numerosi sensori. Saranno necessari studi pi\u00f9 ampi, condotti su popolazioni diverse e confrontati con valutazioni cliniche complete. L\u2019applicazione pi\u00f9 realistica, almeno per ora, non \u00e8 sostituire lo psichiatra. Un avatar affiancato da sensori potrebbe diventare uno strumento preliminare capace di segnalare al medico quali persone meritano un approfondimento. Non una macchina che emette diagnosi, ma un possibile campanello d\u2019allarme basato sui segnali prodotti dal cervello e dal corpo durante una semplice conversazione.<\/strong><\/p>\n

Mar\u00edn-Morales J, Altozano A, Mura F, G\u00f3mez-Zaragoz\u00e1 L, Minissi ME, Alca\u00f1iz Raya M. Biosignal-based screening of depressive symptoms during affective conversations with virtual humans. npj Digital Medicine. DOI: 10.1038\/s41746-026-03017-2.<\/p>\n

Link alla pubblicazione<\/strong><\/a><\/p>\n","protected":false},"excerpt":{"rendered":"Una conversazione sotto osservazione Davanti al partecipante compare un essere umano virtuale a grandezza naturale. Saluta, pone domande…\n","protected":false},"author":3,"featured_media":592104,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[175],"tags":[56842,23969,239,1537,326520,90,89,325067,68015,326521,240,326523,95135,326519,326522],"class_list":["post-592103","post","type-post","status-publish","format-standard","has-post-thumbnail","category-salute","tag-avatar","tag-elettroencefalogramma","tag-health","tag-it","tag-it-university-di-copenaghen","tag-italia","tag-italy","tag-mondosanita","tag-npj-digital-medicine","tag-phq-9","tag-salute","tag-segnali-fisiologici","tag-universita-di-padova","tag-universitat-politecnica-de-valencia","tag-variabilita-della-frequenza-cardiaca"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@it\/116946025707589750","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/592103","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/comments?post=592103"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/592103\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media\/592104"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media?parent=592103"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/categories?post=592103"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/tags?post=592103"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}