4 maneras como la tecnología puede ayudar a la salud mental
Aunque se ha culpado a la tecnología digital por algunos impactos negativos en nuestra salud mental, las nuevas tecnologías podría también proporcionarnos futuras herramientas para el tratamiento de problemas psicológicos.
Los teléfonos inteligentes, las redes sociales, el big data y el aprendizaje automático están cambiando casi todas las facetas de nuestras vidas, y los servicios de salud mental no se escapan a estos desarrollos.
Ya sea que se trata de personas con problemas psicológicos que utilizan la tecnología de detección pasiva en los teléfonos móviles, o de crear redes sociales que aumentan, en lugar de dañar, nuestro bienestar: el potencial de la tecnología para abordar la salud mental es enorme.
Una reducción en el movimiento rastreado por GPS podría indicar síntomas depresivos. Imagen: Wikimedia
A continuación presentamos cuatro formas como la tecnología digital y la inteligencia artificial se utilizan para la salud mental.
1.- Aprender sobre los estados psicológicos del uso del teléfono.
La detección pasiva es una aplicación prometedora y emocionante que los teléfonos móviles podrían tener para la psicología.
La idea es que, al analizar las interacciones y los patrones en el uso del teléfono móvil de una persona, podemos determinar ciertas características y condiciones psicológicas.
Por ejemplo, una reducción significativa en el movimiento externo rastreado por el Sistema de posicionamiento global (GPS) y el acelerómetro de su teléfono, posiblemente combinado con una alteración significativa en los patrones de sueño rastreados por el tiempo de uso del teléfono inteligente, podría indicar síntomas de depresión.
La fenotipificación digital es un término nuevo que significa construir el estado psicológico en tiempo real de una persona y el perfil general basado en sus interacciones con su teléfono inteligente. Los profesionales de la salud mental ya están señalando que este enfoque podría ofrecer "un potencial sin explotar en gran medida para la detección temprana de diversas afecciones".
Aunque el sistema aún se encuentra en una etapa de desarrollo y el trabajo apenas está comenzando a descubrir cómo estos datos podrían integrarse en los registros médicos electrónicos tradicionales, es una idea que podría ofrecer perspectivas interesantes en el futuro.
2.- Analizar el lenguaje de la salud mental.
Analizar el lenguaje que usan las personas también puede ofrecer información valiosa sobre su bienestar psicológico.
Usando los recursos modernos de inteligencia artificial y computacional (AI), podemos aprender cómo se siente alguien en base a lo que ha escrito en línea o en un mensaje. Esto significa mirar información como el sentimiento del texto: ¿fue positivo, negativo o neutral? Pero también la medida de la emoción transmitida como ira, tristeza o alegría.
Con las colecciones de contenido de publicaciones de usuarios ahora disponibles en sitios como Twitter y Facebook, investigaciones recientes sugieren que la lingüística computacional puede identificar el inicio o la presencia de afecciones de salud mental.
Los chatbots (robots de chat) pueden actuar como asistentes de búsqueda para ayudar a los usuarios a encontrar contenido de terapia en línea. Imagen: iStock
Recientemente, una colaboración entre IBM y la Universidad de Columbia ha logrado algunos hallazgos preliminares indicando que la psicosis puede predecirse basándose en el deterioro cuantificable de la coherencia semántica. En otras investigaciones, también se han desarrollado análisis lingüísticos para otras afecciones de salud mental, como la depresión y el trastorno bipolar.
Técnicas como estas podrían ofrecer una forma poderosa de interceptar y tratar condiciones de salud mental antes de que ocurran o empeoren.
3. Chatbots para la salud mental
Un chatbot es un programa de computadora que imita la conversación con los usuarios mediante una interfaz de chat.
Esta tecnología es actualmente un tema candente en el mundo de la tecnología y el comercio electrónico, pero de hecho, la historia de los chatbots está íntimamente relacionada con la psicología. El primer chatbot ELIZA fue programado en 1966 para simular un psicoterapeuta rogeriano.
El lenguaje humano es complejo y no hemos llegado al punto de simular realmente la conversación humana, por no hablar de un psicólogo replicante. Aunque no son sofisticados, estos chatbots especializados pueden actuar como asistentes de búsqueda conversacional para ayudar a los usuarios a encontrar contenido de terapias en línea y realizar pruebas psicométricas para aprender de las respuestas de los usuarios en tiempo real.
Los chatbots más sofisticados, como Woebot y Tess, pueden mantener conversaciones básicas con personas y, a pesar de las limitaciones, un modo conversacional de chatbot puede crear una sensación de conectividad y personalización. Esto puede ofrecer una manera única y efectiva de recopilar información de los usuarios.
La investigación sobre la psicología de los chatbots sugiere que los usuarios pueden ser más abiertos y compartir información, especialmente sobre temas delicados, cuando interactúan con una interfaz de computacional que no prejuzgue.
4. Terapia social en línea
La plataforma web MOST (Terapia social en línea moderada) de eOrygen combina redes sociales al estilo de Facebook con componentes de terapia especializados y una función similar a un foro donde los usuarios pueden buscar soluciones para resolver problemas comunes.
Las plataformas están diseñadas para parecer familiares a los usuarios, emulando la apariencia de los sitios de redes sociales populares. Imagen: MOST / Universidad de Melbourne
La plataforma es flexible y forma la columna vertebral de sitios personalizados para una variedad de cohortes de salud mental. Hasta la fecha, MOST ha sido probado de manera efectiva o pronto será probado para una serie de afecciones, que incluyen psicosis, depresión y ansiedad social.
Al igual que con otras redes sociales y plataformas de contenido, los algoritmos subyacentes desempeñan un papel clave.
En común con sitios como Netflix y Amazon, MOST ofrece sugerencias de contenido a medida, entregando módulos de terapia oportunos y relevantes basados en información como el historial de uso y el análisis de texto. Las posibilidades futuras incluyen la integración de la detección pasiva.
|
Las redes sociales son una espada de doble filo y los sitios populares como Facebook pueden ser perjudiciales para la salud mental y causar o exacerbar ciertas condiciones. Motivados principalmente por intereses comerciales o publicitarios, están diseñados para maximizar el tiempo de uso, sin tener en cuenta el bienestar del usuario.
La plataforma MOST evita algunos de estos escollos, en lugar de concentrarse en ofrecer experiencias psicológicamente beneficiosas. Nos alineamos con un movimiento reciente que ha surgido para contrarrestar este "hackeo cerebral" y promover el desarrollo de tecnología ética y útil, no adictiva.
Entonces, aunque podría haber algunas críticas sobre el impacto de la tecnología digital en nuestro bienestar emocional, es solo una cuestión de tiempo antes de que nos proporcione herramientas nuevas y efectivas para ayudar a nuestra salud mental.
eOrygen es la nueva rama interdisciplinaria de salud e-mental dentro de Orygen, el Centro Nacional de Excelencia en Salud Mental Juvenil, en asociación con la Escuela de Informática y Sistemas de Información y el Centro de Salud Mental Juvenil de la Universidad de Melbourne y la Escuela de Psicología en la Universidad Católica Australiana.
(*)
El Dr. Simon D'Alfonso es Research Fellow, School of Computing and Information Systems, University of Melbourne.
El Profesor Asociado Mario Alvarez-Jimenez es principal de "Online Interventions and Innovation Research" en Orygen, The National Centre of Excellence in Youth Mental Health.
Este artículo está protegido con Lic. Creative Commons 3.0 Australia (CC BY-ND 3.0 AU) y fue originalmente publicado en Pursuit. Lea aquí el artículo original (en inglés).
Traducción por PT para TecnologiaHechaPalabra.
Imagen de cabecera: csoonline.com / Thinkstock.
Fuente: Dr. Simon D'Alfonso Profesor Asociado Mario Alvarez (*) – pursuit.unimelb.edu.au