Investigadores de Israel han desarrollado una tecnología innovadora para la detección temprana de tendencias suicidas. Publicada en Scientific Reports, la tecnología se basa en el análisis automático del contenido de las redes sociales.
El suicidio es una causa importante de muerte en Israel y en todo el mundo, con aproximadamente un millón de suicidios en todo el mundo al año, de los cuales alrededor de 500 ocurren en Israel.
Aunque no es una de las principales causas de muerte entre la población en general, es la causa número uno entre los jóvenes menores de 24 años.
La ayuda social, psicológica y psiquiátrica son herramientas eficaces para prevenir los suicidios, pero solo se aplican en los casos en que se ha diagnosticado el problema y la persona está recibiendo tratamiento.
Como resultado, es importante reconocer las tendencias suicidas en la población en general. Este es un desafío extremadamente complejo, ya que la información médica relacionada con la salud mental está protegida por protocolos de confidencialidad y muchas personas en riesgo no buscan ayuda.
En los últimos 50 años, se ha dedicado una gran cantidad de investigación al desarrollo de modelos para la detección temprana de personas con riesgo real de suicidio.
El problema es que hasta ahora estos modelos se basaban en métodos estadísticos tradicionales y proporcionaban predicciones que eran tan precisas como las predicciones a nivel de azar.
Un nuevo estudio presagia un gran avance en este campo.
Publicado en Scientific Reports, una revista de Nature Publishing Group, la investigación fue llevada a cabo por el profesor Roi Reichart, experto en procesamiento del lenguaje natural, el estudiante de doctorado Refael Tikochinski y el investigador postdoctoral Dr. Yaakov Ophir.
Las herramientas desarrolladas por el grupo permiten la detección temprana de poblaciones en riesgo dentro de la población en general, de modo que la detección no se limita a las personas que ya reciben tratamiento por problemas de salud mental.
El sistema combina el aprendizaje automático y el procesamiento del lenguaje natural con herramientas teóricas y analíticas del ámbito de la psicología y la psiquiatría, y utiliza redes neuronales en capas.
Según el profesor Reichart, “ahora entendemos que la detección de tendencias suicidas no puede depender solo de expresiones explícitas de angustia (como: “quiero morir”) o de registros médicos oficiales como datos fisiológicos de escáneres cerebrales, evaluaciones psiquiátricas y otros datos de expedientes médicos.
Los intentos de predecir los intentos de suicidio basados en datos demográficos, psicológicos y médicos no han sido particularmente exitosos a pesar de cinco décadas de intensa investigación.
Por lo tanto, nos dimos cuenta de que teníamos que abordar el desafío desde diferentes direcciones simultáneamente”.
Según el Dr. Ophir, la idea de la investigación nació luego de la trágica muerte de David-El Mizrachi, un joven de 16 años.
“Rápidamente se hizo evidente que la detección temprana de tendencias suicidas requiere una investigación interdisciplinaria que incluya a investigadores de diferentes campos. Así fue como se formó este grupo multiuniversitario y multidisciplinario ”.
Los investigadores descubrieron que las personas con tendencias suicidas reales rara vez usan palabras explícitamente alarmantes en sus publicaciones (como «muerte», «matar» o «suicidio»).
Con mayor frecuencia, usan palabras descriptivas negativas («malo», «peor»), malas palabras, expresiones de angustia emocional («triste», «dolor», “llorar”, “enojado”) y descripciones de estados fisiológicos negativos (“enfermo”, “dolor”, “cirugía”, “hospital”).
Las personas que no tienen tendencias suicidas tienden a expresar emociones y experiencias más positivas, y más referencias a la religión y perspectivas positivas de la vida, una correlación que coincide con muchos estudios que identificaron estos factores como representantes de inmunidad a la angustia mental y emocional.
En total, los investigadores analizaron más de 80.000 publicaciones de Facebook escritas por adultos en los EE. UU.
Compararon sus patrones de uso del lenguaje con sus puntajes en una amplia gama de índices psicológicos válidos.
“El poder del algoritmo basado en el procesamiento del lenguaje natural radica en su capacidad para analizar enormes cantidades de pistas lingüísticas, algo que los humanos no pueden hacer”, nos explicó Refael Tikochinski.
«En este proyecto, integramos el modelado de redes neuronales basado en la atención de vanguardia para la representación de texto, con redes neuronales en capas para la clasificación».
El profesor Asterhan agregó que, “esta investigación tiene aplicaciones muy importantes para identificar a las personas en peligro y brindar ayuda a tiempo.
Además, demuestra la fuerza de la colaboración multidisciplinaria intensiva y de combinar conocimientos avanzados de las ciencias sociales y las ciencias de datos. Por un lado, el uso de técnicas computacionales avanzadas ha abierto nuevas oportunidades de investigación en las ciencias sociales que hasta ahora no eran posibles.
Por otro lado, la mejora sustancial en las tasas de precisión se obtuvo cuando el conocimiento y los datos psicopatológicos se integraron en los modelos computacionales ”.
“Tengo un problema con los clichés”, concluyó el Dr. Ophir, “pero en este caso creo que, al final del día, el avance que logramos es capaz de salvar vidas. Espero que esta investigación sea un presagio de esperanza en el campo de la salud mental «.
Quieres conocer mas tecnología israelí?
Si respondiste “si” Sumanos también en Twitter
