Una IA gallega ayuda a detectar problemas de salud mental a través de las publicaciones en redes

Detectar problemas de depresión a través de la forma en que uno se expresa en redes sociales. Esa es una de las claves de la investigación que desde Galicia abre la puerta a que, con la ayuda de la Inteligencia Artificial (IA), el análisis de los posts en Instagram y en X o de publicaciones en cualquier otra plataforma sirvan para identificar riesgo de problemas mentales en las personas usuarias.

Un día después de la conmemoración, este pasado, viernes del Día Mundial de la Salud Mental, profundizamos en un trabajo pionero que divisa un futuro en el que no sólo las empresas tecnológicas puedan utilizar esta herramienta para advertir de posibles dolencias, sino que sea el ámbito sanitario el que también la emplee.

Fue el investigador Miguel Anxo Pérez Vila, integrante del Centro de Investigación en TIC (CITIC) de la Universidade da Coruña (UDC), quien llevó a cabo este trabajo que le valió el Premio a la Mejor Tesis Doctoral de 2024 de la Sociedad Española para el Procesamiento del Lenguaje Natural (SEPLN). Un reconocimiento con uno de los galardones más prestigiosos del Estado en ese ámbito y que elogia no sólo su excelencia científica, sino su relevancia social.

"Hay muchas investigaciones y décadas de trabajo en psicolingüística que evidencian que la forma en la que escribimos y hablamos reflejan estados mentales, que hay muchos síntomas en el lenguaje y en la forma de expresarse que nos dan evidencias; no todos los problemas de salud se descubren con análisis de sangre", explica Pérez Vila, que partió de esa premisa para iniciar su investigación, teniendo en cuenta la "gran cantidad de información" que las redes nos acercan en una época en la que "estamos tan hiperconectados" y en la que para tanta gente, sobre todo la más joven, las redes son su canal de comunicación más habitual e incluso más transparente.

"La investigación parte de esa idea: si el lenguaje y nuestro comportamiento en redes pueden darnos pistas sobre problemas mentales o de depresión, deberíamos poder aprovechar toda esa información para ayudar", explica. A partir de ahí, y con el enorme repositorio de lenguaje escrito que suponen estas redes, el trabajo de Pérez Vila se centró en cómo aprovechar estas publicaciones mediante modelos de IA adiestrados con datos clínicos y sociales para identificar señales de riesgo en las personas usuarias.

Unos indicios que en muchos casos son, precisamente, más identificables en esas redes sociales que en la interacción en persona. "Hay mucha gente, sobre todo entre la más joven, que está más cómoda hablando en redes, donde se expresan con más libertad", explica Pérez Vila sobre una de las claves que le llevó a centrarse en ese ámbito. "Escribir un post es muchas veces más fácil que hablar con un psicólogo o pedir ayuda; además, las redes proporcionan a menudo anonimato, una barrera de entrada mínima y están disponibles 24 horas y siete días a la semana... Esto ayuda a comunicar lo que sientes", añade antes de advertir, también, de la importancia de saber "separar el ruido" de entre todo lo que se publica.

Y hay estudios que corroboran esta tesis, como recuerda Pérez Vila sobre investigaciones hechas en Estados Unidos con población con tendencias suicidas que acudían a terapia. "La conclusión era que la gente que acababa cometiendo suicidio lo comunicaba menos ante el propio terapeuta que en las redes, donde hablaba más abiertamente, ya fuese por evitar estigmas o porque le era más difícil abrirse", explica.

Su tesis –dirigida por los investigadores Javier Parapar y Álvaro Barreiro– es pionera en el uso de técnicas de IA, aprendizaje automático y lingüístico computacional y entre alguno de sus aspectos más innovadores está el de buscar una mayor transparencia en los sistemas de detección de los problemas mentales o de la depresión. Porque frente a trabajos anteriores menos claros, el de Pérez Vila propone modelos basados en síntomas validados clínicamente, de ahí que sus resultados sean comprensibles y útiles para los profesionales sanitarios.

La relevancia y novedad del proyecto impulsado en la UDC es que combina el diseño de nuevos algoritmos de estimación de la gravedad de la depresión con la creación de colecciones de datos específicos y con la explotación de grandes modelos de lenguaje (LLMs, sistemas de IA que mejoran la habilidad de las máquinas para entender y generar lenguaje humano).

En resumen: que esos modelos de IA aplicados se basen en la evidencia de unos síntomas y de su acumulación para, a partir de estas repeticiones, generar el razonamiento y resultado final. En una investigación cuyas aportaciones se integraron en una plataforma demostrativa que permite su uso por parte de profesionales clínicos, lo que abre la puerta a aplicaciones prácticas en el ámbito sanitario.

Su efectividad parte de varias claves. Una de ellas, la certeza de que los síntomas de depresión de manifiestan de manera diferente en el lenguaje, lo que requiere de modelos sensibles a su naturaleza. Y otra, que los mensajes en redes sociales contienen señales sutiles que pueden revelarse mediante técnicas de recuperación semántica. La falta de datos adecuados motivó, además, la creación de dos nuevos conjuntos de referencia (BDI-Sen y DepreSym).

Colaboración con profesionales clínicos

A partir de ahí, su investigación deja claro que los modelos de lenguaje de gran escala pueden apoyar la tarea de anotación, pero que la supervisión humana sigue siendo esencial. De ahí también la colaboración con profesionales clínicos, que fue fundamental para guiar la clasificación, la interpretación de los resultados y garantizar la validez médica de las conclusiones.

Expuesto el método, Pérez Vila reconoce que el funcionamiento de los algoritmos y la detección de problemas "no son sencillos de explicar", pero sí expone un caso clarificador: "Uno de los síntomas claros de la depresión o de un problema mental es la falta de sueño, por lo que es importante detectar si una persona no duerme bien; es en ese momento cuando analizamos patrones y el sistema detecta, por ejemplo, que una persona publica siempre durante la madrugada o que suele expresar que no consigue concentrarse o que va dormido. Sería a partir de aquí, de estos datos y síntomas, cuando actuaría un profesional de la psicología o del ámbito competente".

Porque el objetivo, recuerda el investigador, es la aplicación práctica de todas estas herramientas, también a la hora de hacer estudios poblacionales amplios y colaborar con las grandes empresas tecnológicas propietarias de estas redes sociales. "Muchas ya tienen políticas por las que incorporan sistemas internos, a través de algoritmos, que detectan señales de malestar y ciertas tendencias a partir de las que pueden ofrecer ayuda sin exponer a los usuarios", explica.

¿Se podría hacer más? "Seguro que mucho más porque, además, son las primeras interesadas en el bienestar de las personas usuarias", dice quien cree que cada vez hay más "implicación" en los problemas de salud mental y que aclara que la clave de su trabajo es poder intentar contribuir a investigar en este campo, con sistemas más robustos que cuenten con el apoyo de los clínicos.

La aplicación de estas herramientas en el ámbito sanitario es otro de los propósitos y de las esperanzas, mientras Pérez Vila advierte ya de la colaboración futura entre varias universidades y a través de equipos interdisciplinares con psiquiatras, psicólogos o informáticos que buscan mejorar e impulsar el sistema.

Las solicitudes de pisos protegidos se disparan un 30% en la Galicia urbana en menos de un año

Ver más

Para hacer el estudio, el equipo liderado por Pérez Vila tuvo que limitarse a lo que le permitían las redes sociales y con el visto bueno de las personas usuarias. Comprender cada vez más población es otra de las metas y de las posibilidades que ofrece su herramienta. Porque tampoco es una utopía que acabe ayudando a mucha gente, siempre que esta acceda de forma voluntaria a colaborar.

"Esa es una opción muy interesante; démonos cuenta de la cantidad de empresas que utilizan para fines comerciales todos esos datos que les damos sobre nuestra actividad en redes y dispositivos electrónicos, y pensemos qué supondría acercarnos a esa y a más información para detectar, tratar o curar un problema de salud mental... Sería muy positivo", recuerda, aclarando que todo debería ser "bajo anonimato y respetando la privacidad y unos principios éticos".

Porque la tesis es sólo el principio de un proceso, un trabajo del que Pérez Vila ya publicó los resultados en congresos internacionales de referencia como ECIR, SIGIR o EMNLP, así como en revistas como Artificial Intelligence in Medicine (AIM). Luego llegó el premio de la SEPLN, que no sólo destacó la originalidad y rigor metodológico de la investigación, sino, y sobre todo, su impacto potencial en la mejora dela salud mental y del bienestar social.