Esplorazione Preliminare Qualitativa dei Biomarcatori Vocali e dell'Intelligenza Artificiale per l'Assessment Precoce del Burnout: Pareri degli Esperti

Nonostante l’interesse crescente nell’utilizzo dell’intelligenza artificiale (IA) per la misurazione della depressione e dello stress, le ricerche sul suo potenziale nel supportare la valutazione del burnout sono limitate. Questo studio qualitativo esplora il ruolo dell’IA nel rilevamento precoce della sindrome da burnout, focalizzandosi sull'analisi dei biomarcatori vocali. Abbiamo condotto interviste semi-strutturate a venti esperti nel campo della valutazione del burnout, tra cui professori, dottorandi e psicoterapeuti. Le interviste, raccolte tramite piattaforme digitali (ad esempio, Zoom), sono state successivamente trascritte e analizzate mediante word embeddings e thematic analysis. Tre ricercatori hanno codificato le risposte in modo induttivo. I risultati principali hanno rivelato cinque temi fondamentali: (1) i limiti attuali degli strumenti di valutazione; (2) l’utilizzo dei biomarcatori fisiologici; (3) la necessità di includere ulteriori fattori diagnostici; (4) la responsabilità delle organizzazioni; (5) il potenziale dell’IA come strumento diagnostico. I partecipanti hanno segnalato la mancanza di accuratezza, l'assenza di un approccio multidisciplinare e multilivello, e la carenza di misure continue per il burnout. La necessità di includere valutazioni fisiologiche, dati i legami tra burnout, stress e workload, è emersa come cruciale. Tra i biomarcatori indicati vi sono la variabilità del peso, il biofeedback e i cambiamenti nelle caratteristiche paralinguistiche, ovvero i biomarcatori vocali. Inoltre, sono stati considerati essenziali il linguaggio non verbale e l’analisi semantica delle parole. La responsabilità organizzativa nella gestione dei rischi psicosociali e le implicazioni finanziarie sono state sottolineate, così come le preoccupazioni etiche e pratiche riguardo all'adozione dell’IA. In conclusione, i risultati suggeriscono la necessità di strumenti diagnostici più accurati e integrati, capaci di combinare segnali non verbali, parametri fisiologici e caratteristiche cliniche per una valutazione precoce del burnout.