El lenguaje en las publicaciones de Facebook puede ayudar a identificar afecciones como la diabetes, la ansiedad, la depresión y la psicosis en pacientes, según un estudio publicado en PLOS ONE. Los resultados señalan que el lenguaje en estas publicaciones podría ser un indicador de las mencionadas enfermedades y, con el consentimiento del paciente, podría ser analizado como síntomas físicos.

“Este trabajo es incipiente pero nuestra esperanza es que la información obtenida de estas publicaciones se pueda utilizar para informar mejor a los pacientes y responsables del ámbito de salud – explica la autora principal Raina Merchant –. Como las publicaciones en las redes sociales a menudo tratan sobre elecciones y experiencias de estilo de vida, esta información podría proporcionar datos adicionales sobre el control de enfermedades”.

Usando una técnica de recolección de datos automatizada, el equipo de Merchant analizó el historial completo de publicaciones de Facebook de casi 1.000 pacientes que aceptaron ceder sus datos de registros médicos electrónicos y sus perfiles en Facebook. Luego, los autores construyeron tres modelos para analizar el poder predictivo para los pacientes: un modelo que solo analiza las publicaciones de Facebook, otro que usaba datos demográficos como la edad y el sexo, y el último que combinaba los dos.

Al analizar 21 condiciones diferentes, los investigadores encontraron que todas ellas eran predecibles solo usando Facebook. De hecho, 10 de las condiciones se predijeron mejor mediante el uso de datos de Facebook en lugar de información demográfica.

“Nuestro lenguaje digital – concluye Merchant – captura aspectos importantes de nuestras vidas que probablemente son muy diferentes de lo que se obtienen a través de datos médicos tradicionales. Muchos estudios han demostrado un vínculo entre los patrones de lenguaje y las enfermedades específicas, como el lenguaje predictivo de depresión o el lenguaje que proporciona información sobre si una persona está viviendo con cáncer. Sin embargo, al analizar muchas afecciones médicas, podemos ver cómo se desarrollan las afecciones, se relacionan entre sí, lo que puede permitir nuevas aplicaciones de la inteligencia artificial para la medicina. Por ejemplo, si alguien está tratando de bajar de peso y necesita ayuda para entender sus opciones de alimentos y regímenes de ejercicio, hacer que un médico revise su registro en las redes sociales podría darles una mejor comprensión de sus patrones habituales para ayudar a mejorarlos. El desafío de esta nueva técnica es que hay mucha información y nosotros no estamos capacitados para interpretarla o para tomar decisiones clínicas basadas en ellos”.

Juan Scaliter