¿Puede la inteligencia artificial aprender el lenguaje de la adicción?

Imagen
Dr. Brenda Curtis
Dr. Brenda Curtis

Por Stacy Lu, redactora científica del NIDA

Desde la imprenta hasta los chatbots de inteligencia artificial, la nueva tecnología lleva mucho tiempo cautivando a los seres humanos. Es capaz tanto de aterrorizarnos como de entusiasmarnos por su potencial para provocar grandes cambios. Para Brenda Curtis, (en inglés) la disrupción es el objetivo. Investigadora principal del Programa de Investigación Intramuros del NIDA, la Dra. Curtis usa la inteligencia artificial (IA), las redes sociales y los sensores de los teléfonos inteligentes para comprender mejor el consumo y el abuso de sustancias. Entre otros objetivos, aspira a desarrollar herramientas digitales eficaces y accesibles para ayudar a las personas en tratamiento o recuperación de trastornos por consumo de sustancias.

P. Su reciente estudio demostró que la IA puede analizar las publicaciones en Facebook de las personas en tratamiento ambulatorio de la adicción y predecir (en inglés) si completarán su programa. ¿Qué tipo de pistas vio?

El lenguaje lleva implícito un significado, un tono y un sentimiento. Para este estudio, recopilamos dos años de publicaciones en Facebook de cada participante en la investigación antes de que iniciaran el tratamiento y utilizamos la IA para analizar el contexto de su lenguaje y predecir la probabilidad de que abandonaran el tratamiento antes de tiempo. ¿Hablan de amigos y familiares? ¿Hablan de entornos de apoyo? Por ejemplo, vimos que los participantes -que eran en su mayoría hombres- que usaban un lenguaje que se refería a las mujeres en tonos positivos, lo que podría indicar apoyo emocional, abandonaban el tratamiento con menos frecuencia que los que no se referían a las mujeres en tonos positivos. Descubrimos que podríamos haber predicho el 79% de los pacientes que no terminaron el programa. En teoría, un centro de tratamiento podría usar esta herramienta para evaluar a una persona en el momento de la admisión. Podría darles alguna indicación de quién tiene más probabilidades de abandonar el tratamiento antes de tiempo para que puedan seleccionar mejor los servicios.

¿Qué más puede decir la IA a los profesionales de la salud sobre los pacientes?

El lenguaje es una función de quiénes somos y dónde estamos. El consumo de sustancias es muy complejo y hemos utilizado el lenguaje para examinar las vulnerabilidades sociales, como la falta de apoyo emocional. También hemos analizado la depresión y la ansiedad, así como las influencias ambientales, como la calidad de vida, la incertidumbre, la violencia de pareja y la violencia a nivel comunitario. En un estudio (en inglés) reciente, analizamos el lenguaje de Twitter para descubrir los factores de riesgo de las sobredosis de opioides a nivel comunitario. Nuestro análisis del lenguaje mostró que el lenguaje más predictivo de la sobredosis de opioides no se refería explícitamente al consumo de drogas, sino al dolor físico y mental, el aburrimiento y las largas horas de trabajo. Los términos que indicaban factores de protección incluían el bienestar, los viajes y las actividades divertidas.

Imagen
Reference: Giorgi S, Vaden DB, Eichstaedt IC, et al. Predicting U.S, county opioid poisoning mortality from multi-modal social media and psychological self-report data. Sci Rep. 2023;13(1):9027. Published 2023 Jun 3. do: 10.1038/41598-023-34468-2

P. ¿Cómo se convirtió en una de las primeras personas en adoptar esta tecnología?

Crecí en East St. Louis, Illinois, que es una zona muy pobre con altos niveles de delincuencia. Tuve la idea de que podía crear tecnología para ayudar. Siempre quise ofrecer intervenciones digitales personalizadas. Una vez que construyes ese tipo de herramienta, su difusión puede resultar barata. El objetivo siempre fue devolver algo a las comunidades con pocos recursos o escasos fondos.

Empecé haciendo un programa informático cuando estaba en la escuela de posgrado para difundir información sobre el VIH y la prevención del embarazo en Chicago, en los barrios de Cabrini-Green. Sólo costaba 10 céntimos por CD para copiar. Lo repartíamos a cualquier niño o centro comunitario que lo quisiera. Utilizaba un algoritmo de toma de decisiones; una persona respondía a las preguntas y recibía mensajes a medida como respuesta. Entonces no lo llamábamos IA, sino matemática.

P. Avancemos hasta su trabajo actual. ¿Como podrían ser los programas de tratamiento y recuperación de próxima generación?

Estamos trabajando en el uso de datos predictivos procedentes del uso de teléfonos inteligentes y dispositivos wearables para desarrollar intervenciones personalizadas. Estas herramientas no sustituirán al tratamiento, sólo lo complementarán. Por ejemplo, una aplicación para teléfonos inteligentes podría evaluar cuándo alguien tiene antojo de alcohol o pasa por un momento de mucho estrés. La aplicación podría enviar estímulos en función de las preferencias del usuario. Podría empezar a reproducir una canción favorita o enviar un videoclip divertido o iniciar un mensaje de texto con alguien con quien la persona haya dicho que quiere hablar cuando se sienta estresada. A medida que estos modelos de IA mejoren, pronto podremos hace

P. Muchos ven la IA como algo que asusta por su potencial disruptivo, pero usted se está dedicando de lleno a ella.

Sí, hay mucha inquietud sobre los usos potenciales.  Estamos analizando a fondo las cosas dentro de nuestro dominio de experiencia.  Pero las personas pensaban que la imprenta daba miedo. El teléfono daba miedo. Dejar que las personas aprendieran a leer o escribir daba miedo. Pero la tecnología cambiará la sociedad, y debería cambiarla. Y el NIDA puede tener voz en el uso y la mejora de la tecnología. Podemos usarla para dispensar grandes cantidades de información rápidamente, y podemos usarla para ayudar a que el tratamiento y la atención de salud sean más eficientes y eficaces.