Identificación de depresión mediante el análisis de sentimientos

Abstract

En los últimos años, el término inteligencia artificial se ha popularizado hasta el punto de que en la actualidad prácticamente todos hemos oído hablar de alguna de sus aplicaciones. De entre sus aplicaciones destaca el análisis de sentimientos que se ha utilizado, entre otros, para analizar redes sociales, con objetivos comerciales, para predecir cambios en bolsa o incluso para sondear la opinión pública antes de las elecciones presidenciales. El objetivo del proyecto es utilizar el análisis de sentimientos para detectar posibles síntomas de depresión por medio de los dispositivos móviles de personas que corran riesgo de sufrir este trastorno mental. Para ello se obtendrán sus conversaciones de WhatsApp, que se analizarán para detectar posibles emociones y en función del resultado obtenido determinar la probabilidad de sufrir depresión. Tener en cuenta exclusivamente el análisis de sentimientos puede no ser suficiente para detectar si un paciente sufre de depresión. Por ello, este proyecto se plantea como una ampliación de una aplicación móvil desarrollada en un proyecto anterior realizado por otro estudiante. En el proyecto se realizaba el cálculo de probabilidad de depresión en base a dos parámetros, el tiempo de uso de pantalla del dispositivo, y monitorizando la localización del usuario. El análisis de sentimientos implicaría un tercer parámetro a tener en cuenta en el análisis, con el objetivo de hacer la detección de síntomas más precisa. Por supuesto, ya existen aplicaciones orientadas a ayudar a personas con trastornos mentales, pero una de las principales barreras a la hora de detectar síntomas en este tipo de enfermedades, es que generalmente se realizan preguntas personales de forma muy directa por medio de formularios que pueden cohibir o resultar incómodas a personas que ya se encuentran en una situación delicada. Por ello la intención es que en todo momento el seguimiento del usuario sea ajeno a él, de modo que la aplicación móvil del proyecto no requerirá de interacción proactiva con el paciente.