Los trastornos de la salud mental, incluidas la depresión y la ansiedad, son una preocupación mundial creciente. De hecho, la Organización Mundial de la Salud (OMS) estima que el 3,8 por ciento de la población mundial, o unos 280 millones de personas, están afectados por la depresión.
Para poder avanzar en la prevención de estas enfermedades, investigadores de la Universidad de São Paulo (USP) en Brasil están utilizando inteligencia artificial (IA) y Twitter, una de las plataformas de redes sociales más grandes del mundo, para tratar de crear modelos de predicción de ansiedad y depresión que podrían, en el futuro, proporcionar signos de estos trastornos antes de que se produzcan.
El estudio, que se ha publicado en la revista Language Resources and Evaluation, tuvo como primer paso la construcción de una base de datos, llamada SetembroBR, un nombre con cierto mensaje, ya que esconde una referencia a ‘Septiembre Amarillo’, una campaña anual de prevención del suicidio.
Tras la obtención de esta base de datos, comenzó la segunda parte del estudio, que aún continúa en curso pero que ya ha proporcionado algunos hallazgos preliminares, como la posibilidad de detectar la probabilidad que tiene una persona de desarrollar depresión en base a sus redes sociales y todo lo que estas conllevan, como seguidores o publicaciones de amigos.
La base de datos compilada por el grupo de investigación contiene información de una red de conexiones que involucra a 3.900 usuarios de Twitter que informaron haber sido diagnosticados o tratados por problemas de salud mental antes de la encuesta. Es estudio incluye todos los tuits públicos publicados individualmente, lo que ha generado un total de unos 47 millones de estos textos breves.
Recolección de datos
Como primer paso, los investigadores recolectaron analizaron los tweets de unos 19.000 usuarios, “lo que equivaldría a la población de un pueblo o ciudad pequeña”, ha afirmado Ivandre Paraboni, coautor del estudio e investigador del Centro de Inteligencia Artificial (C4AI) de la USP.
“Luego usamos dos conjuntos de datos, uno para usuarios que fueron diagnosticados con un problema de salud mental y otro seleccionado al azar con fines de control. Queríamos distinguir entre las personas con depresión y la población en general”, ha explicado Paraboni.
Además de tuits individuales, la investigación ha recopilado tuits de amigos y seguidores, de acuerdo con la observación principal de que las personas con problemas de salud mental tienden a seguir ciertas cuentas, como foros de discusión, influencers y celebridades que reconocen públicamente su depresión.
Procesamiento de la información
Los investigadores preprocesaron los textos para eliminar hashtags, URL, emoticonos y caracteres no estándar, manteniendo los textos originales. Luego implementaron el deep learning, una técnica de IA que enseña a los ordenadores a procesar datos de una manera inspirada en el cerebro humano, para así crear cuatro clasificadores de texto utilizando modelos basados en representaciones de codificado bidireccional de transformadores (BERT), un algoritmo de aprendizaje automático y procesamiento del lenguaje natural.
La conclusión fue que BERT se desempeñó mejor en términos de predicción de depresión y ansiedad, con una diferencia estadísticamente significativa entre él y LogReg, la siguiente mejor opción. Debido a que los modelos analizaron secuencias de palabras y oraciones completas, fue posible observar que las personas con depresión, por ejemplo, tendían a escribir sobre temas relacionados con ellos mismos, utilizando verbos y frases en primera persona, así como temas como la muerte, crisis y psicología.
Los investigadores están ampliando la base de datos, refinando sus técnicas computacionales y actualizando los modelos para ver si pueden producir una herramienta para uso futuro en la detección de posibles pacientes con problemas de salud mental.
