¿Puede la IA detectar depresión a partir de cambios sutiles en las microexpresiones faciales en videollamadas ?

El reconocimiento emocional a partir de videos ha avanzado rápidamente gracias a los modelos de aprendizaje profundo. Estos sistemas analizan movimientos faciales mínimos que los humanos suelen pasar por alto. Se correlacionan con escalas de depresión clínica y el seguimiento sostenido del estado de ánimo. La tecnología plantea preguntas éticas sobre el consentimiento y la vigilancia en las interacciones digitales.

Los sistemas actuales pueden reconocer unidades de acción facial básicas y emociones generales, pero detectar depresión a partir de microexpresiones sutiles en tiempo real durante videollamadas ordinarias sigue siendo poco fiable en entornos clínicos. Los prototipos de investigación que utilizan mallas faciales 3D, atención a nivel de fotograma y señales multimodales (voz, ritmo de escritura) muestran correlaciones modestas con las puntuaciones PHQ-9 en estudios controlados, pero la generalización a diferentes condiciones de iluminación, ángulos y fondos es deficiente. Las preocupaciones sobre privacidad, consentimiento y equidad algorítmica limitan el despliegue a gran escala, y ningún dispositivo certificado está aprobado para el diagnóstico únicamente mediante video.