Maand: Architecture, Empirical Performance, and Multimodal Decision Governance for AI-Driven Virtual Mental Healthcare

L'assistenza per la salute mentale è una necessità umana, eppure per miliardi di persone rimane fuori portata. Le barriere sono spesso pratiche e travolgenti: una carenza di medici specializzati, l'alto costo della terapia e la distanza tra un paziente e una clinica. In molte parti del mondo, il divario tra il numero di persone che necessitano di aiuto e il numero di professionisti disponibili per fornirlo è enorme. Anche quando esistono strumenti digitali per colmare questo divario, questi spesso si rivelano insufficienti. La maggior parte delle attuali app per la salute mentale si basa su semplici messaggi di testo, costringendo gli utenti a digitare i propri sentimenti in una casella di chat. Questo approccio esclude coloro che non possono parlare o scrivere facilmente, come le persone sorde o quelle la cui ansia rende difficile la digitazione. Inoltre, ignora i segnali non verbali sottili su cui si affidano i terapeuti umani, come una mano tremante, una postura curva o un'espressione fugace di paura. Per supportare davvero un paziente, un sistema ha bisogno di vederlo e sentirlo, non solo di leggere le sue parole.

I ricercatori dell'Università di Ingegneria e Tecnologia di Lahore hanno costruito un nuovo tipo di terapeuta digitale chiamato Maand per affrontare queste limitazioni. Questa piattaforma è progettata per essere uno "psicologo da tasca" capace di comprendere molto più del semplice testo. Invece di una semplice finestra di chat, Maand crea uno spazio unificato dove un utente può parlare, scrivere, usare la lingua dei segni o persino interagire con un ambiente di realtà virtuale. Il sistema è costruito per ascoltare la voce, leggere le espressioni facciali e tracciare i gesti delle mani in tempo reale, combinando tutti questi segnali per comprendere come si sente una persona. Utilizza poi questa comprensione per offrire una conversazione di supporto e guidare l'utente attraverso spazi virtuali rilassanti. L'obiettivo è fornire un livello di cura che sia accessibile a tutti, incluse le milioni di persone nelle nazioni in via di sviluppo che attualmente non hanno accesso a uno psichiatra abilitato.

Il team dietro Maand ha iniziato riconoscendo che le soluzioni digitali esistenti sono troppo limitate. I chatbot popolari operano spesso solo attraverso il testo, ignorando la ricca comunicazione che avviene attraverso la voce e il linguaggio del corpo. Mancano anche della capacità di rilevare quando un utente è in pericolo immediato, come quando qualcuno esprime pensieri di autolesionismo. Maand è stato costruito per correggere questi fallimenti specifici. I ricercatori hanno creato un sistema che integra quattro diversi modi di interagire. Un utente può digitare un messaggio, parlare nel proprio microfono, usare la lingua dei segni o semplicemente sedersi in una stanza virtuale progettata per ridurre lo stress. Il sistema elabora tutti questi input simultaneamente. Se un utente scrive un messaggio triste mentre il suo volto mostra segni di disagio e le sue mani sono contratte, il sistema riconosce il peso combinato di questi segnali piuttosto che trattarli come eventi separati e non correlati.

Per far sì che ciò funzioni, i ricercatori hanno sviluppato un modo sofisticato affinché il computer possa "vedere" e "comprendere" l'emozione umana. Hanno addestrato il sistema a riconoscere le espressioni facciali analizzando i fotogrammi video, cercando movimenti muscolari specifici che indicano sentimenti come gioia, tristezza o rabbia. Allo stesso tempo, il sistema analizza il testo digitato dall'utente per valutare il suo stato emotivo. Traccia anche i movimenti delle mani, permettendo agli utenti sordi o ipoudenti di comunicare usando la lingua dei segni. Il sistema riconosce oltre cento gesti distinti, traducendoli in segnali terapeutici significativi. Tutte queste informazioni vengono immesse in un cervello centrale che decide come rispondere. Questo cervello è progettato per essere empatico e di supporto, attingendo a tecniche psicologiche consolidate per guidare la conversazione.

La sicurezza è un pilastro centrale del design di Maand. Poiché le conversazioni sulla salute mentale coinvolgono argomenti profondamente personali e talvolta pericolosi, i ricercatori hanno inserito rigidi protocolli di sicurezza nel sistema. Se il computer rileva parole o frasi che suggeriscono che un utente sia in crisi, interrompe immediatamente la conversazione standard e fornisce informazioni di contatto di emergenza. Questo accade istantaneamente, garantendo che un utente in difficoltà non rimanga mai in attesa di una risposta. Il sistema protegge inoltre la privacy crittografando ogni messaggio, rendendolo illeggibile a chiunque tranne che all'utente e al sistema stesso. Anche se qualcuno dovesse accedere ai dati archiviati, vedrebbe solo codice criptato. La piattaforma include anche una funzione che termina automaticamente la sessione se l'utente è rimasto inattivo per quindici minuti, prevenendo l'esposizione accidentale di informazioni sensibili.

I ricercatori hanno testato rigorosamente Maand per vedere se potesse gestire l'uso nel mondo reale. Hanno simulato uno scenario in cui cinquecento persone utilizzavano il sistema contemporaneamente. La piattaforma è riuscita a tenere il passo con la richiesta, rispondendo agli utenti in meno di due secondi in media. Questa velocità è fondamentale affinché una conversazione sembri naturale e di supporto. Nei test con trentacinque persone reali, tra cui studenti e psicologi professionisti, il sistema ha ricevuto punteggi elevati per la facilità d'uso e l'accessibilità per persone con diverse necessità. I partecipanti hanno trovato che il sistema riusciva a comprendere con successo la loro voce, il loro testo e la loro lingua dei segni, e che gli ambienti di realtà virtuale li aiutavano a sentirsi più calmi.

I risultati dello studio dimostrano che Maand è uno strumento valido per ampliare l'accesso all'assistenza per la salute mentale. Esso combina con successo molteplici modi di comunicare in un'unica esperienza coesa. Riconoscendo che le persone si esprimono in molti modi diversi, il sistema offre una forma di supporto più completa rispetto ai chatbot basati solo sul testo. I ricercatori hanno scoperto che il sistema può rilevare accuratamente le emozioni dai volti e dal testo, e che può interpretare una vasta gamma di gesti manuali. Ancora più importante, il sistema si è dimostrato capace di mantenere un ambiente sicuro, privato e reattivo per gli utenti. Sebbene i ricercatori sottolineino che il sistema sia uno strumento di supporto e non un sostituto di un medico umano, esso rappresenta un passo avanti significativo nel rendere il supporto per la salute mentale disponibile a coloro che sono stati lasciati indietro dai modelli di cura tradizionali.

Lo studio evidenzia anche il potenziale di questa tecnologia per essere adattata a diverse culture e lingue. Il team sta già pianificando di espandere il sistema per includere più gesti e per supportare lingue locali come l'Urdu, il che lo renderebbe ancora più utile per le comunità che ne hanno più bisogno. Intendono inoltre testare il sistema in trial clinici formali per vedere quanto sia efficace nel trattare depressione e ansia nel tempo. Per ora, il lavoro dimostra che è possibile costruire un terapeuta digitale che vede, ascolta e comprende la persona nella sua interezza, offrendo un nuovo tipo di speranza per milioni di persone che attualmente non hanno verso cui rivolgersi.