Ivette Fernández y Sebastián Bravo, tesistas del magíster en Data Science de la Universidad San Sebastián obtuvieron el primer lugar en competencia internacional de papers, por su algoritmo creado para detectar síntomas de depresión a través de la interpretación de texto e imágenes.
Por primera vez en Chile y Latinoamérica, a fines de noviembre se realizó en la ciudad de Concepción la Conferencia Internacional de Informática Biomédica y de la Salud (ICBHI, por su sigla en inglés), encuentro mundial en que se presenta investigación de punta en el área de la informática médica, con temáticas que incluyen los últimos desarrollos en procesamientos de datos, uso de Inteligencia Artificial, como también el uso secundario de datos y su potencial aplicación en sistemas de salud.
Como cada año, en esta edición 2022 se realizó una competencia de desafío científico, resultando ganadores del primer lugar dos estudiantes del Magíster en Data Science de la Universidad San Sebastián: Ivette Fernández y Sebastián Bravo, quienes pudieron exponer sus conclusiones en la conferencia, recibiendo además un premio monetario y la publicación de su trabajo en la revista de la Federación Internacional de Ingeniería Médica y Biológica (IFMBE, por su sigla en inglés), IFMBE Proceedings.
“Para mí fue muy importante el reconocimiento académico al ganar el premio. Tuvimos la oportunidad de conversar con autoridades mundiales de la biomedicina que estaban presentes en la conferencia y estaban anonadados con el hecho de que hayamos logrado esta calidad de trabajo, siendo que no nos dedicamos 100% a la investigación, porque paralelamente al master, trabajamos tiempo completo”, comentó Ivette Fernández, quien además es ingeniera civil biomédica y desarrolladora de software.
Detectar depresión en usuarios de redes sociales
Los estudiantes presentaron el paper “Evaluating the Social Media Users’ Mental Health Status during COVID -19 Pandemic using Deep learning” (Evaluación del estado de salud mental de los usuarios de las redes sociales durante la pandemia de COVID-19 mediante redes neuronales de aprendizaje profundo), trabajo en el que, liderados por su profesora guía, Mabel Vidal, trabajaron en la detección de síntomas de depresión en los usuarios de la red social Flickr, antes y después de la pandemia.
A través del análisis de descripciones de post y etiquetas, usando técnicas de Natural Language Processing (NLP) y clasificación de texto, además del análisis de imágenes mediante una red neuronal convolucional para entender las características de las escenas y sus atributos, los estudiantes concluyen que existe una relación entre los síntomas depresivos y la pandemia por coronavirus. Se registró un cambio en las etiquetas de los post de mayor frecuencia, que van de “triste” y “depresión” (pre-pandemia) a “cansado” y ” aislamiento” (post-pandemia), y un sentimiento generalizado de “miedo” dentro de las publicaciones realizadas para el grupo post-pandemia.
Estos análisis son indicadores claros de que el impacto de la situación fue lo suficientemente grandes como para cambiar el comportamiento de los usuarios en algunos medios sociales, reflejando sentimientos, estados de ánimo e incluso síntomas consistentes con la depresión pero originados por la pandemia. En cambio, los usuarios del período pre-pandemia reflejan mayoritariamente síntomas del estado de ánimo depresivo común. Además, concluyen que en general, los usuarios asociados con síntomas depresivos publicaron imágenes más oscuras y escenas de interiores.
Según explicó Ivette Fernández, el documento ganador corresponde solo a parte de un estudio más amplio, que es la tesis de grado de los estudiantes, y que consiste en utilizar el análisis de imágenes e información publicada en las redes sociales con NLP y estrategias de aprendizaje profundo para mejorar el rendimiento en la clasificación de usuarios en grupos depresivos y no depresivos. Esto sirve como apoyo al diagnóstico, entregando data cuantificable y objetiva sobre los síntomas.
El encuentro fue organizado por la IFMBE, la Asociación Chilena de Informática en Salud (ACHISA), y la Universidad de Concepción.