Modelli di IA per il Rilevamento e la Diagnosi del Disturbo Depressivo: Una Rassegna

È stata condotta un'ampia rassegna che comprende 55 studi significativi sulle tecniche di intelligenza artificiale per l'identificazione e la diagnosi della depressione. Questo articolo stabilisce una tassonomia strutturata che categorizza il dominio in base ai compiti clinici (diagnosi vs. previsione), ai tipi di dati (testo, parlato, neuroimmagini e multimodali) e alle classi di modelli computazionali (come reti neurali a grafo, grandi modelli linguistici e metodi ibridi). Le tendenze notevoli includono il predominio delle reti neurali a grafo nella modellazione della connettività cerebrale, l'uso crescente di grandi modelli linguistici per dati testuali e conversazionali, e una crescente enfasi sull'integrazione multimodale. L'analisi sottolinea il potenziale dell'IA di creare strumenti diagnostici oggettivi, scalabili e tempestivi per il Disturbo Depressivo Maggiore, una delle principali cause globali di disabilità che attualmente dipende da valutazioni cliniche soggettive.