Salud    Investigación

Matemáticas e inteligencia artificial para frenar la depresión y esclerosis

La innovación social rige el trabajo de Ana Freire, Premio Ada Byron Joven 2019, por sus sistemas matemáticos con IA en busca de soluciones para enfermedades neurológicas

06 ENE. 2020
7 minutos
La investigadora Ana Freire aplica tecnología a fines sociales. / Juan Lazkano

Esta semana muchos son los que inician su pequeña lista de propósitos de cara al nuevo año, pero otros han hecho de este espíritu una forma de vida. La joven investigadora gallega Ana Freire es una de estas últimas. Autora de más de 40 publicaciones científicas, tres patentes y con varios reconocimientos internacionales, Freire desarrolla modelos matemáticos y construye sistemas de inteligencia artificial para poder aplicarlos a unos propósitos sociales

Esta es la premisa que cumplen todos los proyectos de esta investigadora de la Universidad Pompeu Fabra que en 2019 recibió el Premio Ada Byron Joven. "Muchos temen el efecto de la tecnología, pero es tan transversal que te permite aplicarla a diferentes campos. El reto es implementarla en propósitos cada vez más sociales. Mi papel es poner la parte tecnológica de algoritmia para buscar soluciones: el sentido que tiene la tecnología es ayudar a la sociedad". 

Desde 2017 lidera un proyecto en el que se utiliza inteligencia artificial para analizar redes sociales y detectar comportamientos suicidas, depresivos o trastornos de la alimentación en los perfiles de estas redes. Este proyecto, que cuenta con un equipo multidisciplinar, incluidos psicólogos del Hospital Parc Taulí de Sabadell, "nace de las redes sociales", explica Freire. 

"Nos dimos cuenta de que personas con una depresión muy avanzada, incluso con tendencias suicidas, si eran usuarios de redes sociales expresaban este tipo de sentimientos en sus perfiles. Sin embargo, no existía ningún sistema que, en tiempo real, fuera capaz de detectar automáticamente este riesgo para poder intervenir de algún modo". 

Así, con este proyecto se ha desarrollado un sistema para monitorizar las redes sociales en tiempo real para detectar usuarios con alto riesgo de suicidio. ¿Y cómo se consigue? Se buscan patrones de comportamiento, como el uso de ciertas palabras o frases, incluso la frecuencia de tuiteo puede ayudar a identificar los patrones de sueño sanos, el apoyo social que tiene... Se analizan diferentes parámetros para poder caracterizar al usuario y ver si tiene asociado un riesgo de suicidio, depresión e, incluso, trastornos alimenticios.

El inicio de este proceso, reconoce Freire, es bastante manual, porque es necesario que un psicólogo revise, por ejemplo, tuits detectados y recopilados de forma automática para determinar el nivel de riesgo. "Aunque es imprescindible la intervención del factor humano, el sistema de inteligencia artificial, entrenado tras definir conjuntos de datos etiquetados (perfiles con alto riesgo, con bajo o sanos), busca con precisión posibles indicios en las redes". 

Freire incide en que se sigue perfeccionando el modelo utilizado en el sistema, en busca de una precisión más optima de cara a una implementación real. Esta doctora en Informática, investigadora y docente en la Universitat Pompeu Fabra en Barcelona calcula que el sistema estará funcionando en menos de dos años

Una de las fases más delicadas del proyecto será la intervención al detectar un perfil con riesgo: "Hay que tener mucho cuidado porque el contacto podría ser negativo. Hay debates éticos sobre cómo se debe actuar y aún estamos definiendo si hacerlo a través de un pop-up con un teléfono o una web de ayuda de manera poco intrusiva. La última palabra la tendrán los psicólogos y nosotros ejecutaremos lo que nos digan".

Otro de los proyectos en los que está inmersa esta joven investigadora es un proyecto europeo, junto con el Institut d’Investigacions Biomèdiques August Pi i Sunyer del Hospital Clinic de Barcelona, para desarrollar un análisis de datos con los que entender la esclerosis múltiple. Freire estudia los test médicos que se utilizan para diagnosticar a un paciente con esta enfermedad, con el objetivo de saber qué pruebas son las más indicadas. 

Así, la investigadora analiza toda la información sobre la enfermedad que le proporcionan los profesionales médicos, desde pruebas hasta estudios clínicos, como resonancias magnéticas, pruebas genéticas, analíticas, datos demográficos...

En definitiva, es una aplicación de inteligencia artificial con small data porque, explica, no hay muchos pacientes en el estudio. «Es todo un reto porque faltan datos, no todos los pacientes tienen la misma información. La computación nos ha facilitado trabajar con grandes bases de datos en poco tiempo y la IA aprende sobre ejemplos y patrones, pero cuando faltan datos es un desafío».

"Hay gente que ve solo la parte negativa de la tecnología, pero poder desarrollar proyectos sociales, divulgarlos y dejarlos abiertos al público invita a más gente a colaborar en cada proyecto", apostilla esta joven científica, a la que no le faltan buenos propósitos todos los días del año.