El habla como biomarcador para el diagnóstico apoyado del trastorno depresivo mayor utilizando representaciones auto-supervisadas

El diagnóstico del trastorno depresivo mayor (TDM) requiere urgentemente biomarcadores objetivos para la traducción clínica. En este estudio, establecimos una cohorte multicéntrica hasta la fecha (N = 1,816; que comprende 910 pacientes con TDM y 906 sujetos de control sanos), utilizando 23,608 muestras de habla estandarizadas. Basándonos en 6,373 características acústico-prosódicas, desarrollamos un marco de aprendizaje profundo que emplea una arquitectura auto-supervisada para aprovechar los biomarcadores de habla. Realizamos un análisis comparativo sistemático entre modelos base preentrenados, incluyendo WavLM y HuBERT, y características acústicas tradicionales extraídas de openSMILE. El rendimiento del modelo se evalúa utilizando el área bajo la curva de características operativas del receptor (AUC), sensibilidad y especificidad. Nuestro marco logra un AUC de 0.932 en la validación interna (n = 333), superando significativamente los métodos convencionales, mientras mantiene la eficacia en la validación externa (n = 160, AUC = 0.879). Las representaciones auto-supervisadas demuestran una precisión diagnóstica robusta en comparación con otros modelos. Aprovechando el gran conjunto de datos de biomarcadores de habla, nuestros hallazgos proporcionan un enfoque rápido, rentable y no invasivo para la evaluación asistida de la depresión. Un modelo de IA basado en el habla detecta la depresión a partir de grabaciones de voz con alta precisión. El modelo de aprendizaje profundo alcanza una precisión del 93% en la validación interna y del 88% en la validación externa, demostrando su potencial como herramienta de detección objetiva.