TecnoXplora» CienciaXplora» Divulgación

EPIDEMIOLOGÍA COMPUTACIONAL

Seis enfermedades que se detectan mejor gracias a las redes sociales

"Dime qué tuiteas y qué publicas en tu muro de Facebook y te diré de qué vas a enfermar". Ese podría ser el lema de la moderna epidemiología computacional, que ha encontrado en las redes sociales unas poderosas aliadas para seguir la pista y pronosticar la evolución de diversos tipos de enfermedades.

Enfermedades a través de las redes sociales

Enfermedades a través de las redes socialesnews.byu.edu

Publicidad

Las redes sociales nos sirven para muchas cosas, pero lo que quizá no sabías es que también echan una mano a la hora de diagnosticar. De eso va la epidemiología computacional, de intentar adelantarse a determinadas enfermedades gracias a las redes sociales.

Gripe

¿Y si fuera posible predecir con 8 días de adelanto si vas a pillar el virus de la gripe? Si eres usuario de Twitter es posible. Un algoritmo de inteligencia artificial creado por científicos de la Universidad de Rochester y probado con éxito en la ciudad de Nueva York atina en 9 de cada 10 pronósticos.

El éxito se basa en que, aprovechando que gran parte de los tuits que se publican están geolocalizados, el algoritmo sitúa los "puntos calientes" del virus -los sitios donde hay más infectados- y detecta qué usuarios corren más riesgo de enfermar. A medida que avanza la epidemia el algoritmo se vuelve más preciso, ya que emplea técnicas de aprendizaje automático.

¿Pero puede detectar este tipo de tecnología la diferencia entre un tuit que afirma "Tengo la gripe" y otro que comenta "Me preocupa pillar la gripe"? Sí, sobre todo cuando se aplican métodos estadísticos sofisticados basados en las tecnología de procesamiento del lenguaje humano, como las que han desarrollado científicos de la Universidad Johns Hopkins en EEUU, que esperan aplicarlos a todo tipo de enfermedades infecciosas.

Cardiopatías

Si sueles mostrar enfado y hostilidad cuando practicas el microblogging, hazle una visita al cardiólogo. Analizando 148 millones de mensajes publicados en Twitter durante casi un año, Johannes Eichstaedt y sus colegas de la Universidad de Pensilvania demostraron que existe una relación directa entre el lenguaje que usamos en Twitter y el riesgo de sufrir enfermedades coronarias que estrechan y endurecen las arterias.

Concretamente, utilizar palabras que transmiten ira, hostilidad, desentendimiento y emociones negativas está ligado a mayores problemas cardíacos. Y cuantos más términos positivos e indicadores de contacto y compromiso social publicaba un tuitero, más sano estaba su corazón.

Depresión

¿Cuántas veces aparecen palabras como "juego", "diversión", "favorito", "ansiedad", "fatiga" o "casa" en tus tuits? Por extraño que parezca, tu respuesta puede ofrecer un diagnóstico médico.

Eric Horvitz, científico investigador de Microsoft, desarrolló un modelo que predice la depresión con una precisión del 70% usando Twitter. Su prototipo, basado en las diferencias en la frecuencia y el contenido de los tuits de usuarios deprimidos y no deprimidos, señala que las personas depresivas tuitean más entre las 9 de la noche y las 6 de la mañana, y que emplean más veces palabras como "ansiedad", "severo", "apetito", "náusea", "fatiga" o "ataques", pero también otras aparentemente neutras como "chica", "juego", "casa", "diversión", "favorito", "tolerancia", "canción", "amor" y "película".

Sida

El VIH, el virus más esquivo de la historia, también deja rastro en las redes sociales. Según proponía en un artículo publicado en la revista 'Preventive Medicine' Sean Young, investigador de la Universidad de California, el 'big data' (datos masivos) que proporcionan los millones de mensajes de 140 caracteres que se publican a diario en Twitter podría ayudar a detectar y prevenir el sida. Sobre todo porque ayuda a identificar a personas a punto de participar en conductas de riesgo, tanto sexuales como relacionadas con las drogas.

Ébola

Cuando en 2012 la Organización Mundial de la Salud declaró oficialmente la epidemia del ébola en el este de África, al epidemiólogo John Brownstein, del Hospital infantil de Boston, no le pilló por sorpresa. Nueve días antes, su herramienta HealthMap, que detecta brotes de enfermedades infecciosas usando algoritmos especializados que obtienen información de redes sociales y noticias publicadas online, ya lo había detectado.

La plataforma, que desde ese momento ha estado en el punto de mira, demostró que las redes sociales podrían ayudar a acelerar la respuesta en epidemias y crisis de salud.

Publicidad