Dime cómo escribes y te diré que padeces. Un estudio realizado por el Penn Medicine Center for Digital Health de la Universidad de Pensilvania ha determinado que a través de los mensajes publicados en las redes sociales se pueden identificar enfermedades como la diabetes, la ansiedad, la depresión o la psicosis. La clave para conseguirlo reside en analizar el lenguaje que utilizamos en nuestras publicaciones.

Un estudio publicado en “Plos One” y realizado por investigadores del Penn Medicine Center for Digital Health de la Universidad de Pensilvania (EEUU) con financiación de la Robert Wood Johnson Foundation, afirma que la forma que tienen de expresarse las personas en las redes sociales puede ayudar a diagnosticar algunas enfermedades como la diabetes, la ansiedad, la depresión o la psicosis. En las conclusiones de esta investigación se señala que el lenguaje utilizado puede ser un indicador de padecer alguna de estas patologías.

¿Por qué realizar este estudio?

Se calcula que más de 2.000 millones de personas comparten regularmente información sobre su vida cotidiana en las redes sociales. En la mayoría de los casos aportando datos acerca de quiénes son, sus sentimientos, su personalidad o su demografía.

Dado que ese contenido se genera fuera del contexto de los sistemas de atención médica y los estudios clínicos, puede revelar marcadores de enfermedades que de otra manera pasarían desapercibidos.

Para la realización del estudio cerca de mil personas cedieron sus derechos para que los investigadores pudieran consultar sus registros médicos y sus publicaciones en Facebook, recogiéndose tan solo aquellas publicaciones con al menos 500 palabras y de hasta cinco años de antiguedad.

Esto supone el análisis de al menos medio millón de actualizaciones y más de veinte millones de palabras. Además, los investigadores también recolectaron datos acerca de la edad, el sexo y la raza de cada una de las mil personas que voluntariamente participó en este estudio.

Posteriormente, los investigadores crearon tres modelos para analizar el poder predictivo de los mensajes. El primer modelosolo utilizaba los datos obtenidos de las publicaciones en Facebook analizando los unigramas (palabras sueltas) y los bigramas (unión de dos palabras) y agrupándolos en alguna de las doscientas temáticas elegidas.

El segundo modelo se basaba en los datos demográficos como la edad, el sexo o la raza, mientras que el tercer modelo que combinaba los dos anteriores. Por último se crearon veintiuna categorías médicas donde se englobaban diferentes enfermedades.

Resultados del estudio

Tras analizar los datos del que se considera el primer informe que vincula registros médicos electrónicos con datos de redes sociales, los investigadores descubrieron que las veintiuna categorías médicas eran predecibles utilizando únicamente las redes sociales.

De hecho, a través del lenguaje empleado en Facebook hasta diez de esas categorías se pudieron predecir mejor que con los datos demográficos. Esta red social fue especialmente eficaz a la hora de predecir patologías tan comunes como la diabetes y otras relacionadas con la salud mental entre las que se incluyen la ansiedad, la depresión o la psicosis. Además, la combinación de los datos demográficos y del lenguaje utilizado en Facebook mejoró la precisión de las predicciones en un total de dieciocho categorías.

Para los investigadores el lenguaje digital que utilizamos en las redes sociales captura aspectos de nuestras vidas, que probablemente son muy diferentes de los que se obtienen a través de datos médicos tradicionales.

Muchos estudios han demostrado un vínculo entre los patrones de lenguaje y enfermedades específicas, como el lenguaje predictivo de depresión o el lenguaje que proporciona información sobre si una persona está viviendo con cáncer.

Al analizar muchas afecciones los médicos pueden observar a través del lenguaje digital cómo se están desarrollando en el paciente, lo que puede permitir nuevas aplicaciones de la inteligencia artificial en el ámbito de la medicina.

Por ejemplo, si alguien está tratando de bajar de peso y necesita ayuda para entender cuáles son las mejores opciones de alimentos y regímenes de ejercicio, hacer que un médico revise sus registros en las redes sociales podría servir para tener una mejor comprensión de sus patrones habituales a la hora de corregirlos o mejorarlos.

Un campo sin explorar

Desde el punto de vista de la medicina el potencial de las redes sociales es un campo sin explorar y que puede ayudar a mejorar y personalizar la atención sanitaria. Aplicando las posibilidades que nos ofrece el “big data” se pueden encontrar datos y señales relacionadas con la salud de las personas más allá del ámbito médico tradicional.

En estos momentos aspectos sobre la personalidad, el estado mental y los comportamientos sanitarios de las personas ya están quedando reflejados en los mensajes publicados en las redes sociales y sin embargo están pasando inadvertidos. ¿Por cuánto tiempo?