La integración entre la Inteligencia Artificial y las redes sociales como Facebook tiene mucho para contribuir a la prevención de los desequilibrios mentales, según los resultados de un estudio realizado por científicos de los Institutos Feinstein de Investigación Médica en Manhasset, Nueva York. En un comunicado, los expertos estadounidenses destacaron el potencial de estos enfoques en el área preventiva de la salud mental.

La investigación, que también fue publicada en la revista npj Schizophrenia, se desarrolló en base a datos recopilados de 223 participantes, que dieron su consentimiento para identificar las características que pudieran hacer distinguir a los voluntarios sanos de aquellos con trastornos del espectro de la esquizofrenia (SSD) y trastornos del estado de ánimo (MD).

La información utilizada, y que posteriormente se analizó mediante algoritmos de Inteligencia Artificial especialmente diseñados para este estudio, se registró 18 meses antes del diagnóstico profesional y la primera hospitalización psiquiátrica de los pacientes afectados. Se extrajeron casi 3 millones y medio de mensajes y alrededor de 150 mil imágenes producidas por los participantes en Facebook.

Los algoritmos no solamente permitieron predecir los trastornos psiquiátricos a partir de la información recopilada, sino que también evidenciaron las condiciones de cada patología en los voluntarios. Si muchas veces se considera que las redes sociales sirven únicamente para difundir noticias falsas o aspectos negativos, esta investigación demuestra lo contrario: Facebook y otras redes también pueden usarse para concretar avances positivos.

Las redes sociales como herramienta de prevención

Para Michael Birnbaum, especialista a cargo del estudio, resulta crucial comprender que las enfermedades psiquiátricas pueden prevenirse. En declaraciones a wired.com, indicó que "haciendo una comparación con el cáncer, en psiquiatría tenemos la tendencia a comenzar a trabajar con las personas una vez que ya presentan metástasis. Pero existe el potencial para iniciar el trabajo con antelación y evitar cuadros tan extremos", precisó.

Gracias al trabajo con algoritmos de aprendizaje automático que lograron medir la compensación entre falsos positivos y falsos negativos, los datos que arrojó el estudio alcanzaron una gran fiabilidad y fueron capaces de predecir muchos de los casos más complejos de enfermedades mentales entre los participantes.

Entre las conclusiones destacan algunas características que pudieron establecerse para entender el comportamiento de los participantes. Por ejemplo, los voluntarios que desarrollaron alguna patología eran más propensos a usar malas palabras en sus mensajes de Facebook en comparación con los participantes sanos.

Los voluntarios con trastornos relativos a la esquizofrenia usaron en su comunicación una mayor cantidad de palabras relacionadas con percepciones sensoriales o aspectos emocionales. En tanto, aquellos participantes que fueron diagnosticados con trastornos del estado de ánimo eligieron más términos ligados a conceptos como sangre, dolor y otros procesos biológicos.

Palabras e imágenes

Como era de esperarse, las palabras con connotación negativa tuvieron porcentajes mucho más elevados entre los voluntarios que posteriormente fueron diagnosticados con alguna clase de trastorno psicológico.

Los investigadores también analizaron las imágenes publicadas, descubriendo que su tamaño era menor entre las personas afectadas por cuadros mentales. En el caso específico de los afectados por trastornos del estado de ánimo, eligieron mayormente las tonalidades más oscuras y apagadas.

En cualquier caso, los datos obtenidos demuestran que las redes sociales pueden constituirse en una interesante herramienta de estudio para problemáticas psicológicas y sociales, aunque por supuesto no pueden ser tomadas como una fuente única sino como un elemento más dentro de investigaciones más amplias y heterogéneas.

Referencia

Identifying signals associated with psychiatric illness utilizing language and images posted to Facebook . Birnbaum, M.L., Norel, R., Van Meter, A. et al. npj Schizophrenia (2020).DOI: https://doi.org/10.1038/s41537-020-00125-0

Foto: Cristian Newman en Unsplash.

Video y podcast: editados por Pablo Javier Piacente en base a elementos y fuentes libres de derechos de autor.