Intelligenza artificiale e trattamento dell’ansia

Disturbi d’ansia e intelligenza artificiale: un nuovo approccio

PSICOLOGIA DIGITALE – (Nr. 63) L’uso dell’intelligenza artificiale nel trattamento dei disturbi d’ansia

I disturbi d’ansia sono tra i più diffusi: si stima che le persone che ne soffrono siano quasi 300 milioni, pari a circa il 3,6% della popolazione globale (WHO, 2024). Questi numeri prendono in considerazione tutte le condizioni che rientrano nella categoria di disturbi d’ansia e sono destinati a crescere, soprattutto tra le fasce di popolazione più giovani che hanno risentito della pandemia da Covid-19.

Attualmente, gli interventi più efficaci sono quelli che combinano farmaci e terapia basata sull’evidenza, in particolare la psicoterapia cognitivo-comportamentale. Recenti ricerche supportano l’idea che questi trattamenti possano essere utilizzati in sinergia con tecnologie che sfruttano l’intelligenza artificiale per offrire approcci più efficienti e puntuali: diagnosi, trattamento, monitoraggio, ma anche accessibilità e coinvolgimento dei pazienti, possono diventare più efficaci, personalizzati e accurati, perché guidati da informazioni obiettive e dai dati (Abd-Alrazaq et al., 2023; Das & Gavade, 2024).

L’intelligenza artificiale (IA), utilizzando tecniche come l’apprendimento automatico e l’elaborazione del linguaggio naturale, è in grado di rilevare indicatori di disagio emotivo attraverso segnali visivi, vocali e testuali. Questo approccio innovativo e integrato potrebbe perfezionare le cure e migliorarne l’efficacia (Zafar et al., 2024). In che modo l’intelligenza artificiale può essere utilizzata nel trattamento dei disturbi d’ansia? E con quali strumenti? 

Intelligenza artificiale e disturbi d’ansia

La combinazione di farmaci e psicoterapia si è dimostrata la strada più efficace nel trattamento dei disturbi d’ansia; questo è ampiamente confermato dalla ricerca. Di recente, diversi studi mostrano come strumenti basati sull’intelligenza artificiale hanno un grande potenziale nell’ottimizzazione di questi trattamenti: migliorano screening, diagnosi, rendono la terapia più accessibile, personalizzata e precisa, oltre ad avere un effetto positivo su coinvolgimento e aderenza ai protocolli terapeutici (Das & Gavade, 2024). L’integrazione di strumenti tradizionali con tecnologie avanzate può anche, per esempio, ridurre i lunghi tempi di attesa, consentire il monitoraggio continuo, fornire informazioni per interventi su misura rispetto alle esigenze dei pazienti (Abd-Alrazaq et al., 2023; Zafar et al., 2024). Come avviene tutto ciò? In estrema sintesi, questi modelli sfruttano l’analisi di grandi moli di dati clinici e comportamentali per sviluppare modelli predittivi.

L’automazione sfrutta sistemi di apprendimento automatico (machine learning, ML), una branca dell’intelligenza artificiale che consente ai computer di apprendere da dati ed effettuare previsioni o decisioni in maniera autonoma, anche senza esplicite istruzioni. L’apprendimento profondo (deep learning, DL), una sottocategoria del machine learning, utilizza reti neurali artificiali composte da numerosi strati per analizzare grandi quantità di dati complessi; ancora, tecniche come il reinforcement learning (RL), un metodo di apprendimento basato sull’interazione con un ambiente, ottimizzano i piani di trattamento in base ai feedback ricevuti dagli utenti.

L’elaborazione di dati complessi avviene anche in fase di monitoraggio: raccogliendo e analizzando dati, come quelli biometrici o analisi del linguaggio naturale, durante tutto il trattamento si possono identificare più facilmente gli aspetti critici e tarare con più precisione l’intervento. 

Strumenti e interventi basati su IA per i disturbi di ansia

Con strumenti basati sull’intelligenza artificiale l’approccio diventa predittivo, accessibile e personalizzato: machine learning (ML) e natural language processing (NLP) analizzano e riconoscono alterazioni nel linguaggio o nel tono emotivo che possono essere indicatori di ansia (Abd-Alrazaq et al., 2023). Ma quali sono oggi le principali applicazioni dell’intelligenza artificiale per la diagnosi e il trattamento dei disturbi d’ansia?

Zafar et al. (2024) presentano una panoramica esaustiva delle applicazioni attuali dell’intelligenza artificiale. Tra le più rilevanti abbiamo i chatbot basati sull’elaborazione del linguaggio naturale (PNL), capaci di analizzare il linguaggio degli utenti e individuare segnali di disagio; i robot da compagnia, parte della categoria dei social robot, progettati per offrire supporto attraverso interazioni sociali, riducendo stress e isolamento; dispositivi indossabili come smartwatch e braccialetti intelligenti, che monitorano biomarcatori in tempo reale; videogiochi e applicazioni in grado di adattarsi dinamicamente alle esigenze degli utenti; la realtà virtuale (VR), utilizzata nella terapia dell’esposizione per trattare l’ansia in ambienti controllati; e la visione artificiale, impiegata per analizzare segnali non verbali, come espressioni facciali, al fine di monitorare gli stati emotivi.

L’integrazione di tecnologie avanzate consente di supportare le terapie assistendo l’utente nella psicoeducazione, nell’applicazione di esercizi terapeutici come tecniche di rilassamento e autoregolazione (Abd-Alrazaq et al., 2023).

L’intelligenza artificiale può identificare i segnali di ansia sui social

E se usassimo l’intelligenza artificiale in altri contesti? Contesti naturali, contesti in cui siamo e agiamo tutti i giorni. È quello che hanno fatto Baqir e colleghi (2024): utilizzando gli algoritmi predittivi, hanno effettuato l’analisi di contenuti di un social (X, ex Twitter). Sono riusciti a identificare pattern linguistici, come variazioni nel tono, nel vocabolario e nei sentimenti espressi, che possono segnalare frustrazione, isolamento, ansia, in particolare legata al disturbo da stress post-traumatico. Nello specifico, hanno sviluppato un modello di apprendimento automatico in grado di identificare chi, tra gli utenti esposti al virus da COVID-19, ha sviluppato disturbo da stress post-traumatico: con un’accuratezza dell’83,29%, il modello si è dimostrato altamente efficace. Questa ricerca apre un nuovo scenario: l’analisi dei contenuti sui social media potrebbe far raggiungere livelli di accuratezza senza precedenti. Analizzare le tracce linguistiche che lasciamo in contesti naturali, come i social, consente di cogliere segnali sottili e spesso inconsapevoli del nostro stato mentale, di combinare la spontaneità e l’immediatezza dei post online con le potenzialità dell’intelligenza artificiale. Esaminare i fenomeni nel contesto reale è una delle metodologie classiche, da sempre utilizzata in psicologia e non solo; la ricerca svolta in situazioni o ambienti naturali, non controllati o artificiali, è un ottimo modo per osservare e studiare il comportamento umano e i fenomeni psicologici dove e quando realmente accadono. Grazie all’intelligenza artificiale, oggi possiamo arrivare fino ai nostri comportamenti online; domani chissà.