L'IA può rilevare la depressione da sottili cambiamenti nelle micro-espressioni facciali nelle videochiamate ?

Il riconoscimento delle emozioni dai video è avanzato rapidamente grazie ai modelli di deep learning. Questi sistemi analizzano minimi movimenti facciali che spesso sfuggono agli esseri umani. Essi sono correlati con scale di depressione clinica e il monitoraggio prolungato dell'umore. La tecnologia solleva questioni etiche riguardo al consenso e alla sorveglianza nelle interazioni digitali.

I sistemi attuali possono riconoscere le unità di azione facciale di base e le emozioni grossolane, ma rilevare la depressione da microespressioni sottili e in tempo reale durante normali videochiamate rimane poco affidabile in ambito clinico. I prototipi di ricerca che utilizzano mesh facciali 3D, attenzione a livello di fotogramma e segnali multimodali (voce, cadenza di battitura) mostrano modeste correlazioni con i punteggi PHQ-9 in studi controllati, ma la generalizzazione a diverse condizioni di illuminazione, angolazioni e sfondi è scarsa. Preoccupazioni relative alla privacy, al consenso e all'equità algoritmica limitano l'implementazione su larga scala, e nessun dispositivo certificato è approvato per la diagnosi tramite video da solo.

— Arricchito 12 maggio 2026 · Fonte: National Academies of Sciences, Engineering, and Medicine — https://nap.nationalacademies.org/recording/27337