Al igual que la gente puede mostrar su tristeza a través del lenguaje corporal y el comportamiento, la depresión también se revela en las i...
Al igual que la gente puede mostrar su tristeza a través del lenguaje corporal y el comportamiento, la depresión también se revela en las imágenes de las redes sociales
Científicos norteamericanos han descubierto un sistema de alerta temprana para detecta la depresión a través de las fotos en las redes sociales, ya que se vuelven más azules, grises y oscuras y muestran menos caras.
Estos investigadores han demostrado que, al igual que la gente puede mostrar su tristeza a través del lenguaje corporal y el comportamiento -profundos suspiros, hombros caídos-, la depresión también se revela en las imágenes de las redes sociales.
La nueva investigación, publicada en la revista 'EPJ Data Science', demuestra que los ordenadores, aplicando el aprendizaje automático, pueden detectar con éxito personas deprimidas a partir de pistas en sus fotos de Instagram. La tasa de detección de las computadoras es un 70% más confiable que la tasa de éxito del 42% de médicos de medicina general que diagnostican la depresión en persona.
"Esto apunta hacia un nuevo método para la detección precoz de la depresión y otras enfermedades mentales emergentes", dice Chris Danforth, un profesor de la Universidad de Vermont que co-dirigió el nuevo estudio con Andrew Reece de la Universidad de Harvard. "Este algoritmo a veces puede detectar depresión antes de que se haga un diagnóstico clínico".
Los científicos pidieron a voluntarios, reclutados de Amazon Mechanical Turk, para compartir sus publicaciones en Instagram, así como su historia de salud mental. Recogieron 43,950 foto de 166 personas. El estudio fue diseñado de manera que aproximadamente la mitad de los participantes informaron haber estado clínicamente deprimidos en los últimos tres años.
Luego analizaron estas fotos, utilizando las ideas de una investigación psicológica bien establecida, sobre las preferencias de las personas sobre brillo, color y sombreado.
"El análisis de píxeles de las fotos en nuestro conjunto de datos reveló que los individuos deprimidos en nuestra muestra tendían a publicar fotos más azules, más oscuras y más grises que las publicadas por individuos sanos", escriben Danforth y Reese en un blog para acompañar su nuevo estudio.
También encontraron que los individuos saludables eligieron filtros de Instagram, como 'Valencia', que dieron a sus fotos un tono más cálido y brillante. Entre las personas deprimidas el filtro más popular era 'Inkwell', y hacían las fotos en blanco y negro.
"En otras palabras, las personas que sufren de depresión tenían más probabilidades de favorecer un filtro que literalmente eliminaba todo el color de las imágenes que querían compartir", escriben los científicos.
Las caras en las fotos también resultaron una pista para proporcionar señales sobre la depresión. Los investigadores encontraron que las personas deprimidas eran más propensas que las personas sanas a publicar una foto con caras de personas, pero estas fotos tenían menos rostros en promedio que las de personas sanas.
"Menos caras pueden ser un indicador tangencial de que los usuarios deprimidos interactúan en entornos más pequeños", señalan Danforth y Reece, lo que corresponde a otras investigaciones que vinculan la depresión con la reducción de la interacción social, o podría ser que las personas deprimidas tomen muchos autorretratos. "Esta hipótesis del 'selfie triste' sigue sin ser probada", puntualizan.
El estudio también muestra que el modelo de computadora fue capaz de detectar signos de depresión antes de que la persona fuese diagnosticada.
"Esto podría ayudarle a llegar a un médico antes", dice Danforth.
A medida que el mundo del aprendizaje mecánico y la inteligencia artificial se expande en muchas áreas de la vida, hay profundas cuestiones éticas y preocupaciones por la privacidad.
"Tenemos mucho que pensar sobre la ética de las máquinas", dice Danforth. "Tanto se codifica en nuestra huella digital, que la inteligencia artificial inteligente será capaz de encontrar señales, especialmente para algo como la enfermedad mental".
El autor piensa que este tipo de aplicación puede ser muy prometedor para ayudar a las personas a principios de la aparición de la enfermedad mental, evitar diagnósticos falsos y ofrecer una nueva criba de menor costo para los servicios de salud mental, especialmente para aquellos que de otra manera no tendrían acceso a un experto cualificado, como un psiquiatra.
Este estudio aún no es una prueba diagnóstica, pero no por mucho tiempo -vaticina Danforth-, "es una prueba del concepto de una nueva forma de ayudar a la gente".
