L'IA come risorsa in psichiatria: i LLM per identificare segnali di depressione nei post

Un gruppo di ricercatori dell'Università della Svizzera italiana, riuniti nel nuovo REMEDI Lab – REthinking MEntal health through Clinical and Data Intelligence, all’interno dell’Istituto Eulero, sta studiando come i Large Language Model (LLM) siano in grado di evincere, dall’analisi di post pubblicati su piattaforme social, lo stato di salute mentale di chi li ha scritti. Il Prof. Andrea Raballo, Professore ordinario presso la Facoltà di scienze biomediche, e la Prof.ssa Antonietta Mira, Professoressa ordinaria presso la Facoltà di scienze economiche, ne hanno parlato a "Il Giardino di Albert" (RSI).

"È uno studio che va a valutare la capacità di operare attraverso dei descrittori di significato le tracce che lasciamo online, ad esempio tramite dei blog, che possono essere strumenti per riuscire ad inferire lo stato di salute mentale in una direzione specifica - ha spiegato il Professor Andrea Raballo -. Nel nostro caso specifico siamo andati a verificare se dai post è possibile valutare la presenza di elementi depressivi con una scala validata per questo. Lo studio ha dimostrato che, utilizzando un algoritmo di Intelligenza Artificiale (IA), è possibile modellare attraverso le tracce semantiche che una persona lascia online quale sia il suo stato mentale".

La dimostrazione di fattibilità è stata condotta sfruttando il social media Reddit, sul quale sono liberamente disponibili milioni di post. L'Intelligenza Artificiale è stata utilizzata per fare una previsione dello stato di salute mentale degli utenti sulla base dei contenuti dei loro post. Il dato sorprendente, come ha commentato il Professor Raballo, è che confrontando le previsioni con i risultati emersi dalla compilazione del Beck Depression Inventory, un test clinico utilizzato dagli specialisti, è emerso che le previsioni dell'IA risultavano accurate, sebbene essa non conoscesse gli esiti dei test compilati dagli utenti.

Come spiegato dal Professor Raballo, inoltre, soprattutto in un contesto mediatico come quello odierno, l'utilizzo di queste metodologie può essere un alleato nella diagnosi precoce della depressione: "Può permettere di riconoscere tempestivamente il disagio, prima che si manifesti in forme più clamorose. Se pensiamo invece che alla depressione all'autolesionismo, la tempestività diventa ancora più importante".

L'analisi statistica di contenuti semantici è resa possibile grazie ai notevoli progressi fatti dall'IA, come ha spiegato la Professoressa Antonietta Mira: "I dati che lasciamo sui social media sono delle stringhe di testo; l'IA, grazie ai LLM, ha fatto dei passi da gigante che le permettono di trattare anche i testi come se fossero dei dati numerici. Tecnicamente le stringhe di testo vengono mappate in vettori di numeri in modo tale che testi che semanticamente esprimono concetti simili vengono mappati in vettori vicini tra loro. Questa procedura permette di applicare gli strumenti della statistica tradizionale anche a dati testuali".

I ricercatori dell'USI, nell'ambito delle attività del REMEDI Lab, hanno condotto più studi, utilizzando modelli di IA diversi, come illustrato dal Professor Raballo: "Il primo studio si basa su un modello di IA molto meno sofisticato di un LLM, ma che comunque opera con un principio di affinità semantica: più due concetti sono affini più vengono rappresentati da vettori vicini tra loro. Il primo studio ha confermato che anche con un modello di IA relativamente semplice ed economico, e con un adeguato training, è possibile inferire, dalle tracce sui social, uno stato mentale".

Successivamente, è stato condotto un secondo studio, basato sui modelli di IA più innovativi, come, per esempio, gpt e deepseek: "L'obiettivo del secondo studio era quello di ritestare la capacità già dimostrata, che è in questo caso risultata superiore, poiché sono stati utilizzati modelli più complessi. In entrambi i casi i risultati erano trasparenti e interpretabili".

Tuttavia, malgrado gli ottimi risultati ottenuti durante gli studi, non è così semplice ipotizzare di affidare anche la diagnosi a un'IA, come spiegato dal Professore dell'USI: "Ci sono alcuni aspetti di governance, di consapevolezza e di deontologia professionale che vanno rispettati. L'IA al momento non è un dispositivo medico in qualche modo testato, è piuttosto una serie di ecosistemi in evoluzione che possono avere anche la funzione di supporto rispetto alla diagnosi e allo screening, ma vanno usati sotto la supervisione di un professionista e non dovrebbero mai decidere da soli la diagnosi di un paziente".

Tra gli utenti è però sempre più diffusa la tendenza a utilizzare l'IA come strumento di autoaiuto, come ricordato dal Professor Raballo: "Esistono due utilizzi principali: l'autoaiuto spontaneistico che, nel 2025, invece che svolgersi su Google e su gruppi di autoaiuto, si svolge tramite ChatGPT in modo pressoché equivalente. Vi è poi una seconda modalità, più sofisticata, di agenti IA che sono addestrati per erogare forme o submoduli di alcune psicoterapie. Già in passato si era tentato di creare chatbot primitivi che potessero fornire dei sostegni motivazionali. Con gli strumenti attuali il tutto è più efficace e più economico, ma questi sistemi andrebbero testati: andrebbero eseguiti dei trial randomizzati per verificarne l'efficacia".

Il Professore dell'USI ad ogni modo riconosce delle grandi potenzialità nell'utilizzo di questi modelli: "Trattandosi di uno strumento così pervasivo potrebbe avere un enorme potenziale se controllato e governato, soprattutto in situazioni dove manca un sistema sanitario pervasivo e onnipresente, ad esempio nei Paesi in via di sviluppo. Si tratta però di sistemi che vanno prima testati e analizzati e che devono essere trasparenti, altrimenti aumenta il loro livelli di imprevedibilità e incontrollabilità".

La trasparenza dell'algoritmo è fondamentale per i ricercatori dell'USI, come spiegato dalla Professoressa Mira: "Il nostro sistema è il più trasparente e il più riproducibile possibile; questi sono aspetti a cui noi teniamo molto. Spesso gli algoritmo di IA sono delle black box: entrano dei dati in input, escono delle risposte in output, ma quello che succede all'interno, cosa lega certi input a certi output, non è molto chiaro. Un esempio di interpretabilità si ha nella classificazione dei pazienti in base alla severità della depressione, che avviene mediando un problema complesso, che è la diagnosi di depressione, attraverso la ricerca, nei post social, dei sintomi alla base della patologia. L'utente viene quindi classificato sulla base di come avrebbe risposto ai questionari utilizzati per l'analisi dei pazienti depressi".

L'interpretazione di dati di questo tipo pone sfide complesse, a causa della natura stessa delle informazioni da analizzare: "I dati non sono strutturati: all'interno dei post troviamo emoticon, ironia o autoironia, che sono sfumature molto difficili da cogliere. Uno dei vantaggi del nostro sistema è il fatto di essere adattivo: tra i vari post di un utente, l’algoritmo cerca quelli più utili per rispondere a una determinata domanda del questionario validato per diagnosticare la depressione. Le metodologie già esistenti in letteratura definivano quanti e quali post considerare in modo automatico e predefinito, noi lo facciamo invece in maniera adattiva. Se un utente dà delle risposte che molto chiaramente indicano un certo tipo di stato mentale basta analizzare due o tre dei suoi post per classificarlo con adeguata accuratezza, se invece i post di un utente sono molto più sfumati abbiamo bisogno di incrociare più post per determinare il grado di severità della depressione".

Un ulteriore sfida in questo genere di analisi è rappresentata dalla necessità di distinguere i dati di qualità dai cosiddetti "dati spazzatura": "Se in un algoritmo di IA entrano dei dati spazzatura quello che esce non possono che essere delle risposte spazzatura, quindi di poco valore - ha spiegato la Professoressa dell'USI -. Il controllo della qualità del dato è fondamentale, ma è difficile farlo sui post social, poiché alla base non vi è uno studio così detto “randomizzato” che offre garanzie di non distorsione e rappresentatività dei dati analizzati. I dati sono quelli disponibili online e quelli da noi utilizzati sono stati raccolti grazie ad un precedente progetto di ricerca".

Malgrado le possibili criticità che possono sorgere nell'utilizzare l'IA la Professoressa Mira ne incoraggia la diffusione in ambito universitario: "Inizialmente ero molto scettica, perché ero ancorata agli strumenti tradizionale della statistica. Grazie al contributo dei giovani ricercatori ho man mano scoperto questi strumenti e mi sono resa conto che non possiamo più prescindere dall’utilizzo e la compresione degli stessi; stanno diventando sempre più potenti e crescono le loro potenzialità a una velocità incredibile determinando una vera e proprio rivoluzione. È importante che nelle università vengano condotte delle approfondite ricerche non guidate da logiche commerciali ma scientifiche. Ricerche in cui questi strumenti vengono resi trasparenti e riproducibili, aggiungendo anche un margine di incertezza alle loro previsioni".

Quali prospettive future ci sono per una futura sinergia tra psichiatria e IA? "L'obiettivo è quello di riuscire ad avere un sufficiente livello di creatività e di interesse nell'umano per poter usare questi strumenti in maniera creativa e per ripensare alcuni aspetti un po' ossificati del modo in cui facciamo terapia e diagnosi. Questo secondo me è un esempio di un atteggiamento rispetto a questi strumenti che consente di ripensarli in una chiave più antropologicamente ed eticamente fondata. La mia sensazione è la stessa di quando vent'anni fa siamo passati da fare la ricerca sui dischi fissi a utilizzare internet: si tratta di un cambiamento di dimensioni epocali che non può essere fermato. Il punto è riuscire a indirizzarlo in modo da poterlo usare in maniera consapevole, per poter migliorare l'ecosistema umano" ha concluso il Professor Raballo.

L'intervista completa al Professor Andrea Raballo e alla Professoressa Antonietta Mira, realizzata da "Il Giardino di Albert", e disponibile cliccando sul seguente link.