La inteligencia artificial (IA) es capaz de detectar la soledad en el lenguaje de las personas mayores
Un estudio de prueba de concepto realizado por investigadores de la Facultad de Medicina de la Universidad de California en San Diego, publicado The American Journal of Geriatric Psychiatry. revela que las herramientas de IA para analizar el habla pueden predecir eficazmente el nivel de soledad en los adultos mayores.
La soledad y sus consecuencias constituyen un relevante problema de salud pública: la OMS avisa de que las enfermedades cardiovasculares son la principal causa de mortalidad, y en este sentido existen estudios que asocian la soledad se asocia con mayores cifras de presión arterial, alteraciones del sistema inmune y mayor riesgo de muerte prematura, además de depresión, ansiedad y sedentarismo.
Tanto es así que la soledad no deseada es uno de los miedos que más prevalecen especialmente entre la generación de babyboomers mayores de 65 años, invisibilizados a nivel social, ético y estético. 9 de cada 10 quieren envejecer en casa y con compañía, pero pocos lo consiguen: en el mundo contemporáneo la soledad es otra de las pandemias. Sin ir más lejos, en 2018 se creó en Reino Unio un Ministerio para la Soledad con la ministra Tracey Crouch.
¿Cómo podemos detectar la soledad con mayor eficacia? Recurriendo a la Inteligencia Artificial.
Veamos cuáles son las herramientas de procesamiento de lenguaje natural (PNL) para detectar la soledad. el pnl está formado por una serie de técnicas que procesan o analizan grandes volúmenes de habla y texto natural no estructurado, con ayuda de los sistemas de ia y aprendizaje automático. fascinantes estudios preliminares sugieren que afecciones como la psicosis, el trastorno de estrés postraumático, el trastorno bipolar y la depresión pueden detectarse mediante el análisis del habla natural de una persona.
Las herramientas de PNL podrían aplicarse a la detección de la soledad, un problema de salud creciente descrito como un factor de mortalidad prematura más importante que la obesidad. Ellen Lee, autora principal de la nueva investigación, sugiere que la soledad es una condición psiquiátrica particularmente difícil de medir y debido a que los médicos generalmente luchan por cuantificar la soledad en los pacientes, se buscan medidas objetivas de forma urgente.
Dado que muchos estudios hacen preguntas directas sobre la frecuencia de la sensación de soledad que pueden dar lugar a respuestas sesgadas, este proyecto decidió utilizar el procesamiento del lenguaje natural o PNL, una evaluación cuantitativa imparcial de la emoción y el sentimiento expresados, junto con las herramientas habituales de medición de la soledad. Para ello reclutaron a 80 adultos mayores, que además de ser evaluados con instrumentos convencionales completaron una entrevista conversacional y semiestructurada de hora y media de duración.
Las entrevistas fueron transcritas y posteriormente analizadas de la mano de un sistema de lenguaje natural desarrollado por IBM. Además de detectar la soledad en sujetos no recogidos por las evaluaciones convencionales, el sistema descubrió diferencias en la forma en que hombres y mujeres hablan sobre la soledad.
“La PNL y el aprendizaje automático nos permiten examinar sistemáticamente entrevistas largas de muchas personas y explorar cómo las características sutiles del habla, como las emociones, pueden indicar soledad”, apunta Varsha Badal, primer autor del estudio. El sistema fue capaz de predecir cualitativamente la soledad de un sujeto con un 94% de precisión.
Cabe destacar que cuanto más sola se sentía una persona, más largas eran sus respuestas a las preguntas directas sobre la soledad. Los investigadores incluso sugieren que la presencia de una especie de patrón de “habla solitaria” podría usarse en el futuro para monitorear el bienestar de los sujetos mayores. Los hombrs emplearon más palabras relativas al miedo o la alegría, mientras que las mujeres se revelaron más propensas a expresar explícitamente sentimientos de soledad.
La siguiente etapa de la investigación será combinar otros datos de sensores en las evaluaciones (como el rastreo por GPS y los datos del sueño) para personalizar cada hallazgo individual. Además, el sistema deberá probarse en poblaciones más grandes y diversas para ajustar su precisión y optimizarla. “Con el tiempo, los sistemas complejos de IA podrían intervenir en tiempo real para ayudar a las personas a reducir su soledad adoptando cogniciones positivas, controlando la ansiedad social y participando en actividades sociales significativas”, concluye la investigación.