Investigadores de la Universidad de São Paulo (USP) utilizan inteligencia artificial y una de las plataformas más grandes del mundo, Twitter, para intentar crear modelos de predicción de ansiedad y depresión que, en el futuro, pueden mostrar signos de estos trastornos antes del diagnóstico clínico.
La construcción de la base de datos, denominada SetembroBR , fue un primer paso y se describe en un artículo publicado en la revista científica Language Resources and Evaluation . El nombre es un homenaje al movimiento Septiembre Amarillo, una campaña anual de prevención del suicidio, y también porque la recopilación de datos comenzó en septiembre.
En la segunda etapa del trabajo, aún en desarrollo, los científicos lograron algunos resultados preliminares. Entre ellas, la que indica que es posible detectar si una persona tiene mayor riesgo de desarrollar depresión basándose únicamente en la red social de amigos y seguidores, es decir, sin tener en cuenta las publicaciones realizadas por el individuo.
La base de datos creada por el grupo incluye información relacionada con el texto (en portugués) y la red de conexiones de 3.900 usuarios de Twitter que, después de la encuesta, reportaron diagnóstico o tratamiento de un trastorno mental. El corpus (o recopilación de información sobre un tema determinado) incluye todos los tuits públicos escritos por estos usuarios individualmente –sin retuiteos–, que suman alrededor de 47 millones de estos pequeños textos.
“Inicialmente, recolectamos datos de las líneas de tiempo de manera artesanal, analizando textos de alrededor de 19,000 usuarios de Twitter, lo que corresponde casi a la población de un pequeño pueblo. Y luego usamos dos conjuntos: una, parte de los usuarios realmente diagnosticados con trastornos mentales y una parte aleatoria, que sirvió como control. Queríamos diferenciar entre las personas con depresión y la población en general”, explica Ivandre Paraboni , profesor de la Facultad de Artes, Ciencias y Humanidades (EACH-USP) y autor de correspondencia del artículo.
Además de los usuarios, la encuesta recogió textos de la red de amigos y seguidores. Eso es porque es común que una persona que tiene algún tipo de trastorno mental siga ciertas cuentas, como foros de discusión o una celebridad que ha admitido públicamente estar deprimida. “Estas personas se sienten atraídas porque tienen intereses comunes”, agrega Paraboni, investigador asociado del Centro de Inteligencia Artificial ( C4AI ), un Centro de Investigación en Ingeniería ( CPE ) formado por la FAPESP e IBM Brasil en la USP.
La Fundación también apoya el estudio a través del proyecto “ Análisis del lenguaje en redes sociales para la detección precoz de trastornos de salud mental ”, liderado por Paraboni.
Los trastornos de salud mental, incluidas la depresión y la ansiedad, han sido identificados por la Organización Mundial de la Salud (OMS) como una preocupación creciente en el mundo. Las estimaciones de la agencia calculan que alrededor del 3,8% de la población, o 280 millones de personas, se ven afectadas por la depresión, según datos de 2021.
Con la pandemia de COVID-19, el período en el que los investigadores recopilaron los textos de Twitter, hubo un aumento del 25% en la prevalencia global de ansiedad y depresión.
En Brasil, un estudio reciente del Ministerio de Salud que involucró a 784.000 participantes reveló que el 11,3% de los brasileños ya fueron diagnosticados con depresión, siendo la mayoría mujeres.
Investigaciones anteriores han demostrado que los trastornos mentales suelen reflejarse en el lenguaje utilizado por las personas que padecen estas condiciones, lo que ha dado lugar a un número considerable de trabajos relacionados con el Procesamiento del Lenguaje Natural (PNL, por sus siglas en inglés), centrados en la depresión, la ansiedad y la trastorno bipolar, entre otros. Sin embargo, la mayoría de ellos fueron escritos en inglés, no siempre reflejando el perfil brasileño.
Modelos
Para realizar el estudio, el grupo de la USP sometió el corpus textual a procedimientos de preprocesamiento y limpieza de datos para eliminar hashtags, URL, emoticonos y caracteres no estándar, manteniendo la escritura original.
Se utilizaron métodos de aprendizaje profundo para crear cuatro clasificadores de texto e incrustaciones de palabras individualizadas o dependientes del contexto utilizando modelos basados en transformadores tipo BERT (un algoritmo de aprendizaje profundo). Estos modelos corresponden a una red neuronal que aprende el contexto y el significado al monitorear las relaciones en datos secuenciales, como las palabras en una oración.
Como entrada se utilizó una muestra de 200 tuits seleccionados aleatoriamente de cada usuario. Los parámetros se definen realizando una validación cruzada cinco veces de los datos de entrenamiento y calculando los resultados promedio.
La investigación encontró que los modelos de transformadores de tipo BERT funcionaron mejor en la predicción de la depresión y los trastornos de ansiedad. La diferencia entre esta y la segunda mejor alternativa, LogReg, fue estadísticamente significativa.
A medida que los modelos analizan secuencias de palabras u oraciones completas, se observó que los individuos con depresión, por ejemplo, tienden a hablar de temas relacionados con ellos mismos, utilizando expresiones y verbos en primera persona, y temas como muerte, crisis y psicólogo.
“Los indicios de depresión que aparecen en la oficina no son necesariamente los mismos que en la red social. Por ejemplo: notamos, de manera muy fuerte, el uso en la red de pronombres en primera persona, como “yo” y “mi”, que en psicología es un indicador clásico de depresión. Pero también encontramos una alta incidencia entre los usuarios depresivos del uso del corazoncito, el emoji del cariño, que quizás aún no está caracterizado en psicología”, dice Paraboni.
El profesor señala que los textos fueron recogidos completamente anonimizados. “No publicamos ningún tweet o nombre de usuario. Cuidamos que ni siquiera los estudiantes involucrados en el proyecto tuvieran acceso a los datos de los usuarios para proteger la identidad de las personas”, dice.
Ahora, además de ampliar la base de datos, los investigadores están trabajando para refinar la técnica computacional utilizada y mejorar los modelos iniciales, apuntando, en el futuro, a una herramienta que pueda aplicarse en la práctica. Podría ayudar tanto en un posible cribado inicial de personas con indicios de trastornos como ayudar a padres, familiares y amigos de jóvenes en riesgo de depresión y ansiedad.
Brasil es el tercer país que más consume redes sociales en el mundo, según una encuesta divulgada a principios de marzo por Comscore, detrás de India e Indonesia y por delante de Estados Unidos, México y Argentina.
Hay 131,5 millones de usuarios conectados en el país durante 46 horas al mes, en promedio, lo que representa casi dos días completos. Las redes a las que más acceden los brasileños son YouTube, Facebook, Instagram, TikTok, Kwai y Twitter, que recientemente cambió sus reglas, además de cobrar por algunos tipos de servicios.
El artículo SetembroBR: un corpus de redes sociales para la predicción de la depresión y los trastornos de ansiedad se puede leer en: https://link.springer.com/article/10.1007/s10579-022-09633-0#Ack1