Buscar
RPP Noticias
Estás escuchando En vivo
 
00:00 / 00:00
Lima
89.7 FM /730 AM
Arequipa
102.3 FM / 1170 AM
Chiclayo
96.7 FM / 870 AM
Huancayo
97.3 FM / 1140 AM
Trujillo
90.9 FM / 790 AM
Piura
103.3 FM / 920 AM
Cusco
93.3 FM
Cajamarca
100.7 FM / 1130 AM
La informacion mas relevante de la actuaidad al momento
Actualizado hace 0 minutos
Entrevistas ADN
Mario Vargas Llosa nunca eludió su compromiso con el Perú, destacó Pedro Cateriano Bellido
EP 1696 • 05:25
Las cosas como son
Los primeros 88 años de la vida de Mario Vargas Llosa
EP 343 • 02:12
El Club de la Green Card
Los 3 subsidios que pueden ayudarte a tramitar tu ciudadanía en EE.UU.
EP 9 • 02:04

Con Inteligencia Artificial, investigadores logran detectar patrones de conductas suicidas en redes sociales

La técnica también genera una exhaustiva metodología para recopilar datos relativos al suicidio y analiza imágenes y textos.
La técnica también genera una exhaustiva metodología para recopilar datos relativos al suicidio y analiza imágenes y textos. | Fuente: Unsplash

El algoritmo considera desde la cantidad de amigos, sus interacciones, la actividad y hasta la cantidad de caracteres utilizados en publicaciones propias. El estudio estuvo basado en Twitter.

Un grupo de investigadores, psicólogos y psiquiatras han desarrollado unos algoritmos de Inteligencia Artificial que, analizando textos, imágenes y actividades en la red social Twitter, detectan patrones de comportamiento suicida con un 85 % de precisión.

Se trata del proyecto STOP (Suicide Prevention in Social Platforms), cuyo objetivo es buscar y analizar patrones de conducta suicida aplicando la Inteligencia Artificial en las redes sociales.

El proyecto está dirigido por Ana Freire, investigadora en el Departamento de Tecnologías de la Información y las Comunicaciones de la Universidad Pompeu Fabra (UPF) de Barcelona, y ha contado con la colaboración del Centro de Visión por Computador de la UAB y del Hospital Parc Taulí de Sabadell, en Cataluña (noreste).

Los investigadores resaltan que "el tabú asociado a este fenómeno, la escasa educación en salud mental y el difícil acceso, a veces, a consultas psicológicas ocasiona que personas con problemas mentales no reciban ni un diagnóstico ni un tratamiento adecuado".

La Organización Mundial de la Salud ha calculado que cada suicidio supone un impacto emocional en al menos seis personas del entorno de la víctima.

En este escenario, según los investigadores, que han publicado su contribución basada en técnicas de inteligencia artificial en la revista 'Journal of Medical Internet Research', "las redes sociales se han mostrado como un medio eficaz para detectar problemas como la depresión o los trastornos de la conducta alimentaria que, en casos muy extremos, pueden generar ideas suicidas".

¿Cómo lo estudian?

Según los investigadores, en Twitter se publican alrededor de 8 mil tuits por segundo, "que contienen información muy valiosa para varios campos, pero también para analizar temas relacionados con la salud mental".

"En nuestro caso, entrenamos algoritmos de inteligencia artificial para que puedan distinguir patrones de alto riesgo y de bajo riesgo de suicidio, con datos etiquetados por expertos en salud mental y completamente anónimos, para respetar la privacidad de los usuarios", explican en su trabajo, que es el primero que trata este problema analizando textos en español mientras tiene en cuenta el historial de publicaciones (tuits) de cada usuario.

La técnica también genera una exhaustiva metodología para recopilar datos relativos al suicidio y analiza imágenes y textos.

Según los investigadores, "la contribución principal de este trabajo es que para el desarrollo de los modelos se exploran imágenes, junto con aspectos que normalmente son tenidos en cuenta por especialistas en el diagnóstico como las interacciones entre usuarios, el análisis de patrones de sueño y la existencia de factores de riesgo".

"Este trabajo nos ha permitido aprender características diferenciales entre los grupos de 'alto riesgo' de suicidio y 'libre de riesgo' y ver que el primer grupo tiende a hablar más en primera persona y a utilizar negaciones y términos relacionados con sentimientos, entre los que destaca la ansiedad", detallan.

También han observado que suelen tener menor cantidad de amigos (cuentas que siguen), escriben textos con menor cantidad de caracteres y tienen mayor actividad durante los fines de semana y por la noche.

Igualmente, han podido demostrar "que puede existir cierta correlación entre el contenido de las imágenes compartidas en redes sociales con la salud mental del usuario que las comparte", según afirma Jordi González, investigador del Centro de Visión por Computador (UAB), que ha participado con su equipo en el proyecto.

Ricardo Baeza-Yates (UPF) ha resaltado la importancia de algoritmos como el ahora publicado "para encontrar en redes sociales nuevos factores derivados del uso de medios digitales que puedan ayudar a un diagnóstico eficaz y contribuir a que el suicidio deje de ser un tema tabú en nuestra sociedad".

Como proyecto, STOP cuenta con una iniciativa de micromecenazgo para ampliar la investigación a otros problemas de salud mental, como los trastornos de la conducta alimentaria. (EFE)

Te recomendamos METADATA, el podcast de tecnología de RPP. Noticias, análisis, reseñas, recomendaciones y todo lo que debes saber sobre el mundo tecnológico. Para escucharlo mejor, #QuedateEnCasa.

Tags

Lo último en Redes Sociales

Lo más leído

Suscribirte al boletín de tus noticias preferidas

Suscríbete a nuestros boletines y actualiza tus preferencias

Buzon
Al suscribirte, aceptas nuestras políticas de privacidad

Contenido promocionado

Taboola
SIGUIENTE NOTA