Avances en Realidad Virtual para el Tratamiento de la Ansiedad

La realidad virtual está cambiando cómo tratamos problemas relacionados con la ansiedad. Un enfoque, llamado terapia de exposición a la realidad virtual personalizada (VRET), adapta la terapia a las necesidades de cada paciente. Para hacer esto de manera efectiva, necesitamos medir cómo se siente un paciente durante sus sesiones de terapia. Tradicionalmente, la gente ha usado autoinformes como cuestionarios para determinar el estado mental de una persona. Sin embargo, estos métodos a veces pueden ser inexactos.

Este artículo habla de un nuevo método que utiliza la realidad virtual para medir el estado mental de una persona de manera más precisa. Nuestro enfoque se basa en un tipo de monitoreo fisiológico llamado Fotopletismografía (PPG), que es una forma no intrusiva de medir el flujo sanguíneo. Probamos este método creando dos entornos virtuales diferentes: uno relajante y uno estresante, para ver cuán bien el PPG puede detectar los niveles de estrés.

#Introducción a la Realidad Virtual y la Terapia

La realidad virtual ofrece una solución moderna para tratar la ansiedad. En VRET, las personas pueden enfrentarse a sus miedos en un entorno seguro y controlado. Por ejemplo, si alguien tiene miedo a las arañas, puede ser colocado en un entorno virtual lleno de arañas. Esta exposición puede ayudarle a manejar su miedo.

La mayoría de las aplicaciones de realidad virtual intentan evaluar cómo le va al usuario para poder ajustar la experiencia. Existen dos formas principales de evaluar el estado del usuario: métodos subjetivos y objetivos. Los métodos subjetivos dependen de que la persona informe cómo se siente, usualmente a través de entrevistas o cuestionarios. Aunque estos métodos pueden proporcionar información, a menudo no reflejan con precisión cómo se siente realmente la persona.

Por otro lado, los métodos objetivos implican observar al usuario o analizar sus señales fisiológicas. Estos métodos pueden proporcionar una visión más precisa del estado de una persona porque no se basan en autoinformes.

#Importancia de las Mediciones Fisiológicas

Las señales fisiológicas como la frecuencia cardíaca, la temperatura de la piel y el flujo sanguíneo se pueden medir fácilmente mientras alguien está usando realidad virtual. Estas señales pueden indicar cómo está reaccionando una persona a la experiencia, capturando respuestas de las que quizás no son conscientes. Estudiar estas medidas fisiológicas proporciona a los investigadores datos que pueden usarse para el aprendizaje automático y predecir sentimientos de estrés, ansiedad y otros estados mentales.

Los datos fisiológicos son valiosos para crear sistemas que se adapten a las necesidades del usuario en tiempo real. En terapia y rehabilitación, por ejemplo, usar estas señales puede ayudar a los clínicos a ajustar el tratamiento según las respuestas del usuario.

#Tipos de Mediciones Fisiológicas en Realidad Virtual

Hay varios tipos de mediciones fisiológicas que pueden ser útiles en entornos de realidad virtual. Encajan en cuatro áreas principales:

1. Terapia y Rehabilitación: Medir señales fisiológicas puede ayudar a evaluar si una terapia es efectiva, proporcionar retroalimentación y ayudar a ajustar el enfoque terapéutico.

2. Entrenamiento y Educación: Monitorear niveles de estrés puede ayudar a personalizar programas de entrenamiento para maximizar los resultados de aprendizaje.

3. Entretenimiento: En juegos, entender el estrés de un jugador puede mejorar la experiencia.

4. Propiedades Generales de la Realidad Virtual: Medir señales puede ayudar a entender más sobre cómo los usuarios interactúan con entornos virtuales.

Usar medidas fisiológicas en terapia requiere una cuidadosa consideración. Hay principalmente dos formas de adaptar los sistemas terapéuticos basados en los datos medidos: métodos basados en reglas y aprendizaje automático.

Los métodos basados en reglas usan un estándar fijo para determinar si el estrés de un usuario es normal o anormal. Estos métodos pueden ser rápidos y simples, pero pueden no ser siempre precisos ya que dependen de umbrales predefinidos que no toman en cuenta las diferencias individuales.

Los métodos de aprendizaje automático, en contraste, identifican automáticamente patrones en los datos fisiológicos, lo que los convierte en una opción prometedora para sistemas adaptativos. Estos métodos podrían potencialmente proporcionar una mejor comprensión de los niveles de estrés o ansiedad de un individuo.

#Investigaciones Previas en Detección de Estrés

Algunos estudios anteriores relacionados con la detección de estrés en realidad virtual han utilizado métodos de aprendizaje automático, principalmente utilizando diferentes señales fisiológicas. La investigación en este campo ha demostrado que los entornos inmersivos pueden inducir estrés en los participantes. Estos estudios a menudo usaban entornos dinámicos, como montañas rusas virtuales o habitaciones oscuras, para aumentar la ansiedad.

Sin embargo, muchos de estos estudios emplearon métodos que requerían configuraciones complejas, como EEG, que pueden ser intrusivos y costosos. Alternativas como el PPG brindan una forma no intrusiva y rentable de recopilar datos fisiológicos.

#Diseño de Nuestro Estudio

En nuestro estudio, diseñamos una configuración de realidad virtual que recoge datos de PPG durante la exposición a dos entornos: uno relajante y otro estresante. Nuestro objetivo era ver si el PPG podía diferenciar efectivamente entre estos dos estados de ánimo.

El entorno relajante incluía elementos naturales como montañas, ríos y árboles, acompañados de sonidos suaves. El entorno estresante, en cambio, estaba ambientado en una morgue con sonidos inquietantes y arañas animadas que se movían cerca del participante, pero mantenían una distancia segura.

#Información de los Participantes

Llevamos a cabo el estudio con dieciséis participantes sanos de entre 18 y 35 años. Todos los sujetos completaron un cuestionario para asegurarnos de que no tuvieran miedo a las arañas. Los participantes recibieron una pequeña tarjeta de regalo por su participación en el estudio.

#Medición del Estrés con PPG

Durante el experimento, adjuntamos un sensor PPG al dedo del participante para medir el flujo sanguíneo. Este método es accesible y efectivo para monitorear la Variabilidad de la Frecuencia Cardíaca (HRV), un factor crítico para evaluar los niveles de estrés.

Para validar la cantidad de estrés que experimentaron los participantes durante las sesiones de VR, usamos la escala de Unidad Subjetiva de Malestar (SUDs), donde los participantes calificaron su estrés del 0 (sin estrés) al 100 (máximo estrés).

#Procedimiento del Experimento

El procedimiento comenzó con el participante firmando un formulario de consentimiento informado. Después de colocar el sensor PPG, usaron un visor montado en la cabeza y se familiarizaron con los controles en un breve entorno de prueba. Luego, fueron expuestos a ambos entornos relajantes y estresantes durante siete minutos cada uno, seguidos de evaluaciones periódicas de SUDs durante la experiencia.

#Resultados y Análisis

Una vez que recopilamos los datos de PPG, los analizamos para determinar cuán precisamente podíamos clasificar los estados de los participantes como relajados o estresados. Usando algoritmos de aprendizaje automático, buscamos predecir sus estados mentales basándonos en los datos de PPG.

Elegimos un enfoque de ventana deslizante para segmentar los datos de PPG, con un enfoque en extraer características relevantes que nos ayudarían a clasificar los niveles de estrés con precisión. Después de aplicar varios modelos de aprendizaje automático, encontramos que el modelo de mejor rendimiento podía clasificar estados con una precisión de más del 70%.

#Retroalimentación Subjetiva

Junto con los datos fisiológicos, recopilamos retroalimentación cualitativa de los participantes. Los resultados mostraron que la mayoría de los participantes encontraron que el entorno estresante era mucho más induce ansiedad que el entorno relajante.

Los participantes también compartieron qué características específicas de las arañas en el entorno virtual les daban más miedo, revelando que el movimiento y el tamaño eran factores significativos.

Mientras que la mayoría de los participantes se sintieron cómodos usando la VR, algunos reportaron efectos secundarios menores, como fatiga ocular o incomodidad general. En general, sus reacciones indicaron que los entornos de VR eran efectivos para inducir los niveles de estrés deseados.

#Conclusión

Nuestro trabajo presenta un avance significativo en el uso de métodos no intrusivos como el PPG para detectar estrés y ansiedad en entornos de realidad virtual. La capacidad de clasificar con precisión los estados mentales de los usuarios abre oportunidades para usar esta tecnología en sistemas de terapia adaptativa.

La realidad virtual puede jugar un papel crucial en el desarrollo de intervenciones terapéuticas personalizadas, y nuestros hallazgos allanan el camino para incorporar datos fisiológicos en adaptaciones en tiempo real de la terapia, haciendo las sesiones más efectivas y ajustadas a las necesidades individuales.

Los futuros sistemas pueden beneficiarse de nuestra investigación y explorar más sobre cómo estos modelos pueden ayudar a las personas con trastornos de ansiedad. Al refinar los entornos virtuales e integrar tecnología adaptativa, podemos mejorar la eficacia de la terapia, llevando a mejores resultados para los pacientes.