IA podría identificar comportamiento suicida

IA podría identificar comportamientos suicidas
IA podría identificar comportamientos suicidas

Se trata de investigadores, psicólogos y psiquiatras que han desarrollado algoritmos de Inteligencia Artificial capaces de analizar textos, imágenes y actividades en la red social Twitter, detectando patrones de comportamiento suicida con un 85 % de precisión.

Es el proyecto STOP (Suicide Prevention in Social Platforms), cuyo objetivo es detectar y analizar patrones de comportamiento suicida aplicando la Inteligencia Artificial en las redes sociales.

STOP 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).

De acuerdo a los investigadores, en Twitter se publican alrededor de 8.000 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. 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”.

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

Y agregan: “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”.

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.

 

Salir de la versión móvil