por Los indicios no se encuentran en la parte más visible, como los emojis, hashtags o pies de foto, sino en otros elementos más sutiles.
Por ejemplo, un aumento de palabras negativas, como «no» o «nunca» acompañado de una reducción del uso de expresiones positivas podría ser indicativo de una depresión. También sugiere depresión la presencia de colores azulados, grises y oscuros en las fotos de Instagram.
Ahora investigadores de las universidades de Harvard, Stanford y Vermont han dado un paso más y han creado un modelo capaz de analizar estas variables y muchas otras referentes al estado de ánimo, el lenguaje y el contexto de la persona en las redes sociales para identificar enfermedades mentales, según una información de la BBC.
A parte de los patrones en el lenguaje o el estilo de las fotografías, estos investigadores han añadido el factor aprendizaje automático.
El programa que han desarrollado ha sido capaz de identificar 9 de cada 10 casos de trastorno de estrés post-traumático y un porcentaje parecido de casos de depresión, después de analizar 280.000 tweets.
Esta podría ser la clave para mejorar la detección de algunas enfermedades que suelen pasar desapercibidas o que son difíciles de predecir.
Por ejemplo fases iniciales de depresión, brotes psicóticos, conductas suicidas o estrés postparto, este último a partir del análisis del contenido de las redes sociales de una mujer durante el embarazo y después de dar a luz.
Con estos modelos, los investigadores no buscan sustituir a médicos y psicólogos sino darles una herramienta más.
Todavía no existen aplicaciones prácticas pero pronto podríamos ver «apps» como FitBit o Apple Health dirigidas a monitorizar el estado de salud mental, y no el físico.
Estas aplicaciones podrían analizar el contenido de las redes sociales del usuario y enviarle un aviso en caso de detectar alguna anomalía, junto con información sobre los recursos que tiene a su alcance para recibir atención médica.
Como en todo lo relacionado a las redes sociales, también existe el peligro de que la información caiga en las manos equivocadas.
Algunos temen que grandes compañías farmacéuticas se aprovechen de estos modelos y los usen para detectar personas enfermas (y potenciales clientes).
Tomado de Vanguardia / Editor: Conrado Vives Anias