Los investigadores encuentran una nueva forma de detectar la aparición temprana de pensamientos suicidas.

Aproximadamente quinientos suicidios ocurren en Israel cada año, y representa la causa número uno de muerte entre los israelíes menores de 24 años.

Fuente: https://www.en.globes.co.il/

Investigadores del Technion-Institute of Technology y la Universidad Hebrea de Jerusalén han desarrollado una tecnología innovadora que puede detectar la aparición temprana de pensamientos y tendencias suicidas.

Aproximadamente quinientos suicidios ocurren en Israel cada año, y representa la principal causa de muerte entre los israelíes menores de 24 años. Si bien la salud psicológica y psiquiátrica puede resultar efectiva, esto solo se aplica en situaciones en las que el problema ha sido diagnosticado y es ser tratado. Pero las tendencias suicidas aún pueden pasar desapercibidas en la población en general, y como muchas personas en riesgo no buscan ayuda y los registros de salud mental permanecen clasificados por regulaciones de confidencialidad.

Es por esta razón que se han realizado muchos esfuerzos durante los últimos 50 años en el desarrollo de modelos para la detección temprana de tendencias suicidas, pero estos modelos se han basado principalmente en estadísticas tradicionales y eran esencialmente tan precisos como las predicciones a nivel de azar.

Pero este nuevo estudio puede haber logrado un gran avance.

La investigación, publicada en la revista académica Scientific Reports y dirigida por los investigadores del Technion, el Prof.Roi Reichart, el Dr. Yaakov Ophir y el candidato a doctorado Refael Tikochinsky junto con los Prof. Christa Asterhan y el Dr. Itay Sisso de la Universidad Hebrea, ha llevado al desarrollo de un sistema que combina el aprendizaje automático, el procesamiento del lenguaje natural y herramientas analíticas psicológicas y psiquiátricas con una red neuronal en capas. Esta combinación de herramientas y metodologías permite la detección de tendencias suicidas de aparición temprana en la población general, en lugar de solo en aquellos que buscan atención de salud mental.

En lugar de simplemente trabajar para detectar términos clásicos de bandera roja en publicaciones de redes sociales como “muerte” o “suicidio”, los investigadores entendieron que otros términos eran más comunes. Estos incluían términos descriptivos negativos, maldiciones, términos que se refieren a la angustia emocional y estados fisiológicos negativos. Esto está en marcado contraste con aquellos que no tienen tendencias suicidas, ya que estas personas generalmente usan expresiones emocionales más positivas, hacen referencias religiosas y tienen puntos de vista más optimistas sobre la vida.

“Ahora entendemos que la detección de tendencias suicidas no puede depender solo de expresiones explícitas de angustia (como: ‘Quiero morir’) o de registros médicos oficiales como datos fisiológicos de escáneres cerebrales, evaluaciones psiquiátricas y otros datos de archivos médicos. Reichart explicó en un comunicado. “Los intentos de predecir los intentos de suicidio basados ​​en datos demográficos, psicológicos y médicos no han sido particularmente exitosos a pesar de cinco décadas de intensa investigación. Por lo tanto, nos dimos cuenta de que teníamos que abordar el desafío desde diferentes direcciones simultáneamente ”.

La investigación fue motivada luego del suicidio de David-El Mizrachi, de 16 años, víctima de bullying en línea y en persona. “Rápidamente se hizo evidente que la detección de tendencias suicidas lo suficientemente temprano requiere una investigación interdisciplinaria que incluya investigadores de diferentes campos”, explicó Ophir.

“Así fue como se formó este grupo pluruniversitario y multidisciplinario”. En total, los investigadores analizaron más de 80.000 publicaciones de Facebook escritas por adultos en los EE. UU. Y compararon el lenguaje utilizado con puntajes en varios índices psicológicos.

“El poder del algoritmo basado en el procesamiento del lenguaje natural radica en su capacidad para analizar enormes cantidades de pistas lingüísticas, algo que los humanos no pueden hacer”, dijo Tikochinski.

“En este proyecto, integramos el modelado de redes neuronales basado en la atención de vanguardia para la representación de texto, con redes neuronales en capas para la clasificación”.

Asterhan agregó que, “esta investigación tiene aplicaciones muy importantes para identificar a las personas en peligro y brindar ayuda a tiempo. Además, demuestra la fuerza de la colaboración multidisciplinaria intensiva y de combinar conocimientos avanzados de las ciencias sociales y las ciencias de datos. Por un lado, el uso de técnicas computacionales avanzadas ha abierto nuevas oportunidades de investigación en las ciencias sociales que hasta ahora no eran posibles.

Por otro lado, la mejora sustancial en las tasas de precisión se obtuvo cuando el conocimiento y los datos psicopatológicos se integraron en los modelos computacionales “.

“Tengo un problema con los clichés”, concluyó Ophir. “Pero en este caso creo que, al final del día, el gran avance que logramos es capaz de salvar vidas. Espero que esta investigación sea un presagio de esperanza en el campo de la salud mental “.

Estos hallazgos son especialmente relevantes, luego de que un informe reciente del Ministerio de Salud encontró un aumento del 71.2% en las referencias de niños y adolescentes con pensamientos suicidas graves a clínicas de salud mental en medio de la pandemia de coronavirus.

Casi el 39% de los pacientes informaron algún aumento en los pensamientos suicidas, mientras que otro 32% dijo que habían tenido un aumento significativo en los pensamientos suicidas. Dado que generalmente se necesitan entre ocho meses y un año antes de que los pacientes recién referidos puedan ver a un terapeuta, es preocupante el alto número de niños y adolescentes suicidas que buscan atención.

El suicidio sigue siendo un problema grave, incluso entre los nuevos inmigrantes, que a menudo se enfrentan a muchas barreras para recibir el coche de salud mental.