By 
Los científicos han desarrollado un nuevo algoritmo que, según dicen, puede detectar la depresión en los usuarios de Twitter con una precisión de alrededor del 90 por ciento, un avance que podría conducir a futuros métodos de diagnóstico precoz.
El algoritmo, descrito en la revista IEEE Transactions on Affective Computing, determina el estado mental de un usuario de Twitter extrayendo y analizando 38 puntos de datos de su perfil público, incluyendo el contenido de sus publicaciones, sus horas de publicación y los otros usuarios de su círculo social.
“Hemos probado el algoritmo en dos grandes bases de datos y hemos comparado nuestros resultados con otras técnicas de detección de la depresión. En todos los casos, hemos conseguido superar a las técnicas existentes en cuanto a su precisión de clasificación”, dijo en un comunicado Abdul Sadka, coautor del estudio y director del Instituto de Futuros Digitales de Brunel.
Un gran número de posibles enfermos de depresión en todo el mundo no buscan ayuda profesional debido a varios factores, como el estigma social o el desconocimiento por parte de ellos mismos de su estado mental, lo que provoca un “grave retraso en el diagnóstico y el tratamiento”, señalan los científicos.
Investigaciones anteriores han demostrado que los datos de las redes sociales pueden proporcionar valiosas pistas sobre el estado de salud física y mental de las personas.
En el nuevo estudio, los investigadores entrenaron el algoritmo utilizando dos bases de datos que contienen el historial de Twitter de miles de usuarios, junto con información adicional sobre la salud mental de esos usuarios.
“En este trabajo, sostenemos que es factible identificar la depresión en una etapa temprana mediante la minería de los comportamientos sociales en línea”, dijeron los científicos.
Utilizaron alrededor del 80% de la información de cada base de datos para enseñar al bot, y los datos restantes para probar su precisión.
Tras analizar la base de datos, excluir a los usuarios con menos de cinco tuits y corregir los errores ortográficos, el bot tiene en cuenta 38 factores distintos -como el uso de palabras positivas y negativas por parte de un usuario, el número de amigos y seguidores que tiene y el uso de emojis- para estimar el estado mental y emocional de un usuario.
El equipo dijo que logró una precisión del 89%.
Los investigadores dijeron que lograron una precisión de alrededor del 71 por ciento utilizando el conjunto de datos CLPsych 2015 de la Universidad John Hopkins.
“No es un 100% de precisión, pero no creo que a este nivel ninguna solución de aprendizaje automático pueda alcanzar el 100% de fiabilidad. Sin embargo, cuanto más se acerque a la cifra del 90 %, mejor”, dijo el Dr. Sadka.
Los científicos afirmaron que el sistema podría marcar la depresión de un usuario un día antes de que publique algo en el dominio público, y allanar el camino para que las plataformas de medios sociales como Twitter y Facebook marquen proactivamente los problemas de salud mental con los usuarios.
Según los autores, el bot podría seguir desarrollándose y utilizarse para una serie de aplicaciones, como el análisis de sentimientos y las investigaciones criminales.
Pero los hallazgos también plantean otras cuestiones sobre la privacidad de los datos, y la necesidad del consentimiento informado de los usuarios antes de que sus datos públicos se utilicen para el análisis.
“La siguiente etapa de esta investigación será examinar su validez en diferentes entornos o contextos, y lo que es más importante, la tecnología planteada a partir de esta investigación puede seguir desarrollándose para otras aplicaciones, como el comercio electrónico, el examen de contratación o la selección de candidatos”, dijo Huiyu Zhou, otro coautor del estudio de la Universidad de Leicester (Reino Unido).
“El algoritmo propuesto es independiente de la plataforma, por lo que también puede extenderse fácilmente a otros sistemas de redes sociales como Facebook o WhatsApp”, añadió el doctor Zhou.
Comments