Investigadores usan IA entrenada en datos de Facebook para detectar signos de enfermedad mental

Un grupo de investigadores ha publicado recientemente un estudio en la naturaleza, detallando sus intentos de utilizar los datos de Facebook para identificar posibles enfermedades psiquiátricas.  Según informa Wired, los investigadores pudieron construir un modelo de IA que puede predecir con éxito un diagnóstico de una enfermedad mental en función de los mensajes enviados hasta 18 antes de que se hiciera oficial el diagnóstico.

Para crear el modelo predictivo, el equipo de investigación recopiló datos de 223 voluntarios. Los voluntarios acordaron dar acceso a los investigadores a los mensajes que habían enviado y las imágenes que habían publicado. Los investigadores entrenaron un modelo Random Forest con características extraídas de los mensajes e imágenes recopilados. El objetivo de los modelos era determinar si un participante tenía un diagnóstico de salud mental, agrupando las instancias en diagnósticos de trastornos del estado de ánimo, diagnósticos del espectro de la esquizofrenia o ningún diagnóstico de salud mental.

Cuando los investigadores analizaron los resultados, encontraron que varias características diferentes estaban correlacionadas con los trastornos de salud mental. En cuanto a las imágenes, los colores azules se asociaron con un diagnóstico de trastornos del estado de ánimo. El alto uso de palabrotas fue generalmente indicativo de enfermedad mental, mientras que palabras como escuchar, sentir y ver (palabras de percepción) se asociaron con un diagnóstico de esquizofrenia.

Para determinar el éxito del modelo de IA, los investigadores compararon falsos positivos y falsos negativos. El equipo de investigación informó que su tasa de éxito estaba entre 0.65 y 0.77, siendo 1 una puntuación perfecta y 0.5 el éxito promedio de un modelo que adivina aleatoriamente. Cuanto más recientes fueran los mensajes, mejor sería el éxito del modelo. Sin embargo, incluso cuando el equipo de investigadores se limitó a los mensajes que databan de más de un año antes del diagnóstico, el modelo funcionó mucho mejor que el azar.

Lo interesante de este nivel de precisión es que es aproximadamente equivalente a la precisión del PHQ-9. PHQ-9 es una herramienta de diagnóstico que se utiliza para detectar la depresión y le hace al sujeto de prueba 10 preguntas. Si un modelo de IA entrenado en datos de Facebook puede funcionar de manera confiable tan bien como el PHQ-9, podría usarse potencialmente como una herramienta de diagnóstico, aumentando las herramientas existentes actualmente utilizadas por los médicos.

El investigador principal del estudio fue un profesor asistente en los Institutos Feinstein de Investigación Médica en Manhasset, Nueva York, Michael Birnbaum. Según Wired, las herramientas de inteligencia artificial que utilizan datos de redes sociales tienen el potencial de marcar una gran diferencia en la forma en que se diagnostican y tratan las enfermedades psiquiátricas. Como Birnbaum fue citado por Wired:

“Ahora entendemos esta idea de que el cáncer tiene muchas etapas diferentes. Si contrae cáncer en la Etapa I, es drásticamente diferente a si lo contrae una vez que hace metástasis. En psiquiatría, tenemos una tendencia a comenzar a trabajar con personas una vez que ya han hecho metástasis. Pero existe la posibilidad de atrapar a la gente antes”.

Esencialmente, las enfermedades mentales pueden tomar diferentes formas en diferentes momentos y fuentes de datos más variadas pueden ayudar a los investigadores y médicos a triangular el estado de salud mental de una persona. La ventaja de usar los datos de las redes sociales es que sirven como un registro continuo de los pensamientos y sentimientos de un individuo. Estos datos podrían usarse para complementar las largas entrevistas en las que se basan los médicos para diagnosticar a un paciente.

Birnbaum espera que los modelos de IA basados ​​en datos de las redes sociales puedan ayudar a los terapeutas a monitorear a los pacientes durante el curso a largo plazo de su tratamiento. Birnbaum explicó que los terapeutas generalmente solo obtienen una "instantánea" de la vida de una persona una vez al mes y que la capacidad de usar los datos de las redes sociales les permite a los médicos obtener una comprensión más completa y representativa de las tendencias en la vida de una persona. Birnbaum espera que dentro de cinco a diez años, el uso de datos de redes sociales en la evaluación de la salud mental se vuelva más común.