Investigadores canadienses crean un modelo informático que predice la depresión a través de mensajes de texto .
¿Se podría detectar la depresión antes incluso de que empezara a manifestarse? Investigadores de la Universidad de Alberta (Canadá) creen que sí y que eso evitaría muchos problemas posteriores en este tipo de personas.
Se trata de un nuevo modelo de aprendizaje automático que, según los investigadores, detectaría los signos tempranos de depresión en textos escritos como publicaciones de Twitter.
Así, los científicos relacionados con el área de Informática, han desarrollado un software que utiliza el machine learning para descubrir signos depresivos en mensajes de texto. El programa lo han desarrollado utilizando muestras de escritos de personas que se identifican como deprimidas en foros de Internet. Después, se entrenó el algoritmo de aprendizaje automático para identificar el lenguaje depresivo en los tuits.
El lenguaje depresivo
“Este es el primer estudio que muestra que el lenguaje depresivo tiene una representación lingüística específica”, asegura Nawshad Farruque, uno de los creadores del sistema. Según explica, a través del mismo se demuestra la posibilidad de identificar el lenguaje depresivo.
No obstante, el software que han creado en la Universidad de Alberta tiene muchas más aplicaciones. Una de ellas sería la detección temprana de signos de depresión. También se podría ayudar a los médicos a monitorear la efectividad del tratamiento para sus pacientes a lo largo del tiempo.
“El resultado de nuestro estudio es que podemos construir modelos predictivos útiles que pueden identificar con precisión el lenguaje depresivo”, añade. Farruque advierte que aunque el modelo lo han empleado para identificar el lenguaje depresivo en Twitter, también se puede aplicar fácilmente a cualquier otro tipo de texto.
Signos de soledad
Además de eso, el investigador manifiesta que el algoritmo podría integrarse con un chatbot que habla con personas mayores y que podría informar de cuestiones como la soledad o la depresión. «Otra aplicación potencial podría ser monitorear los mensajes de los estudiantes de secundaria para identificar si están sufriendo de depresión».
En la investigación también han participado los científicos en computación Osmar Zaïane, quien es el director del Alberta Machine Intelligence Institute (AMII), y Randy Goebel, miembro de AMII.
