USP crea IA capaz de identificar depresión en publicaciones de Twitter

Trastornos mentales, como depresión, son un importante problema de salud pública a nivel mundial. La dificultad para identificar los síntomas de este trastorno puede llevar a un diagnóstico tardío y, en consecuencia, a un tratamiento menos eficaz.

Para ayudar en esa tarea, investigadores de la Universidad de São Paulo (USP) desarrollaron una Inteligencia Artificial (IA) capaz de diagnosticar la depresión a partir de las publicaciones de los usuarios en Twitter.

Los estudios se encuentran en la segunda etapa, en la que los investigadores se centran en la creación de modelos de predicción. Así, la tecnología es capaz de detectar si el usuario tiene algún tipo de tendencia depresiva, teniendo en cuenta sus publicaciones y los perfiles que sigue en la red social.

Tecnología de USP puede detectar usuario de Twitter con depresión

La Inteligencia Artificial basada en bases de datos fue nombrada septiembreBR, en referencia al Mes de la Prevención del Suicidio. Actualmente, la investigación tiene una conexión de 3,9 mil usuarios de Twitter. Así, la IA del estudio observa el comportamiento de los voluntarios en la red social.

Antes de usar la herramienta USP, todos los participantes de la investigación revelaron que tenían un diagnóstico de depresión o estaban en tratamiento por un trastorno mental. Estos resultados son prometedores para la conclusión del mecanismo.

La tecnología detecta los patrones de publicación de los usuarios de Twitter y el contenido de sus mensajes. Además, las personas con depresión tienden a seguir otros perfiles con los que se identifican, considerados como perfiles depresivos.

Estos suelen compartir sus sentimientos y experiencias relacionados con la enfermedad, y pueden tener un impacto negativo en la salud mental de los seguidores.

“Estas personas se atraen entre sí porque tienen intereses comunes.”, explicó Ivandre Paraboni, autor principal del estudio, cuando Revista USP.

Los tuits utilizados en la encuesta fueron anónimos, por lo que los participantes de la encuesta no pudieron identificar sus perfiles. El siguiente paso del estudio es ampliar la base de datos y mejorar la técnica computacional. La intención es utilizar la herramienta en la práctica en el futuro.