Los usuarios de Twitter envían alrededor de 500 millones de tuits al día, una ola de información sobre cómo se sienten, qué hacen y dónde están. Para un equipo de científicos de la Universidad de Washington y Microsoft se trata de una manera posible de identificar a las personas en riesgo de sufrir depresión, alertarlas y detener la escalada de suicidios en el mundo, pero sólo si pueden hallar la forma de dar con las señales en medio de todo ese ruido y no caer en posibles violaciones de privacidad.
Tyler McCormick, investigador del Centro de Estadística y Ciencias Sociales de la Universidad de Washington, explicó que ambas instituciones desarrollan un modelo pionero para escanear los tuits y predecir la depresión de los usuarios, incluso antes de que registren cuadros agudos.
“Partimos de que Twitter es el estudio observacional más grande de la conducta humana que hemos conocido, y estamos trabajando muy duro para sacarle provecho”, dijo en entrevista para la revista Time.
Eric Horvitz, codirector de Microsoft Research Redmond y quien participa en esta investigación, dijo que para el diagnóstico toman en cuenta factores como el número de los tuits publicados al día, a qué hora se publican y con qué frecuencia se interactúa con otros usuarios.
El equipo también se dio cuenta de que ciertas palabras aisladas en los tuits fueron características en usuarios deprimidos, como ansiedad, grave, apetito, suicida, náuseas, somnolencia, fatiga, nerviosismo, adictivo, ataques, episodios y sueño.
Otras como chica, juego, ella, él, hombres, hogar, diversión, casa, favorito, tolerancia, quiero, hacer frente, increíble, amor, cuidado, canciones y película pueden ser indicios de depresión.
Los usuarios aparentemente deprimidos son más propensos a enviar mensajes a altas horas de la noche, entre las 9 PM y las 6 AM del día siguiente, en comparación con tuiteros considerados como saludables, que son más activos durante el día y después de las horas de trabajo.
Así funciona
El sistema se probó con 476 usuarios de Twitter, de los cuales 171 sufren depresión. Se revisó el timeline de los tuiteros un año antes de su diagnóstico, se examinó sus tuits, el nivel de interacción, las menciones de ciertas palabras y medicamentos. Tras analizar un total de 2.2 millones de tuits, la herramienta arrojó un 70 por ciento de precisión en el diagnóstico.
Un segundo estudio de Microsoft que utilizó métodos ligeramente diferentes y una población más amplia logró resultados similares, el diagnóstico de depresión en los tuits obtuvo nuevamente un 70 por ciento de precisión.
Aunque esta herramienta registra actualmente un problema de “falso positivo” que predice de forma incorrecta síntomas de depresión en el 10 por ciento de los usuarios sanos y salta algunas posibles señales de alarma en 30 por ciento de los deprimidos, McCormick confía que podría estar lista para años próximos.
¿Violación de la privacidad?
Un estudio de la Universidad de California en San Diego también se basará en esta investigación para la creación de modelos que den seguimiento a la depresión, pero analizan las cuestiones éticas sobre la utilización de medios como Twitter, en medio de las preocupaciones originadas tras las revelaciones del ex técnico de la CIA, Edward Snowden, sobre el uso de datos en masa para actividades de espionaje de la Agencia de Seguridad Nacional (NSA).
“El objetivo final de este trabajo es proporcionar medios en tiempo real que vigilen la prevalencia de la depresión. Pero este componente ético es particularmente importante dadas las preocupaciones con respecto a las actividades de espionaje del gobierno estadounidense”, dice Michael Conway, a cargo de la investigación.