Un equipo de investigadores ya está estudiando cómo el lenguaje que las personas utilizan en redes como Facebook, Twitter y Yelp puede servir para evaluarlos y predecir enfermedades.

UniversiaKnowledge@Wharton. ¿Qué ha compartido hoy en los medios de comunicación social? ¿Ha comentado los resultados electorales de la noche anterior? ¿Menciona que irá al gimnasio más tarde? ¿Se solidariza con un amigo que ha estado en el hospital? ¿Describe su comida en su restaurante de hamburguesas favorito? ¿O Muestra imágenes de su hija en un recital de jazz? ¿Y qué revelan estas publicaciones sobre su salud y el riesgo de padecer enfermedades graves?

Esta última pregunta puede parecer extraña, pero no lo es para los investigadores del Laboratorio de Medios Sociales e Innovación de la Salud de la Universidad de Pensilvania. Raina Merchant, directora de la institución, y su equipo están investigando cómo el lenguaje que las personas utilizan en sitios de comunicación social como Facebook, Twitter y Yelp se puede utilizar para evaluar su salud y predecir enfermedades. Las afecciones que están examinando son algunas de las principales culpables de la muerte prematura y discapacidad (por no mencionar los altos costos del cuidado de la salud en América), incluyendo enfermedades del corazón, la diabetes, la hipertensión, la obesidad, problemas pulmonares crónicos, depresión y abuso de drogas.

Parte del Centro de Medicina para la Innovación de la Salud de la Universidad de Pensilvania, el laboratorio también tiene una asociación con el Instituto Leonard Davis de Economía de la Salud (LDI), que estudia la manera de mejorar el sistema de salud de Estados Unidos. Merchant es miembro distinguido del LDI, así como profesora asistente de medicina de emergencias en Penn.

Un hallazgo: los individuos que eran clínicamente obesos según sus registros médicos fueron significativamente más propensos a usar palabras relacionadas con posiciones estáticas

Merchant explica que hay diferencias en la estructura del lenguaje de la gente, o el tipo de palabras que utilizan, lo que podría indicar un trastorno o deterioro cognitivo. “Alguien podría publicar directamente que está enfermo, o que tiene alguna dolencia que sale a relucir cuando la gente habla de ello”, dice Merchant. “Si alguien tiene una gran cantidad de mensajes que pueden sugerir un cuadro de depresión, puede ser que esa persona no manifieste sentirse “triste” o “bajo de ánimo” o “infeliz”, pero puede haber otras palabras … que sugieren depresión, y que no son tan obvias”.

Si bien gran parte de la investigación en el laboratorio se encuentra en una etapa relativamente temprana, se han producido algunos resultados iniciales intrigantes. El equipo publicó el estudio en octubre de 2015, en la revista BMJ (anteriormente British Medical Journal), el cual involucraba el Facebook de más de 1.000 pacientes del Sistema de Salud de la Universidad de Pennsylvania. Ellos estuvieron de acuerdo en que sus datos de medios sociales se compararan con sus registros de salud electrónicos.

Un hallazgo: los individuos que eran clínicamente obesos según sus registros médicos fueron significativamente más propensos a usar palabras relacionadas con posiciones estáticas, “sentado, estar quieto, parado, en reposo, y este tipo de cosas”, dice Merchant. Los resultados no fueron lo que el equipo había previsto. Habían pensado que este grupo podría hacer frecuentes referencias a la alimentación o el ejercicio.

David Asch, quien dirige el Centro de Medicina para la Innovación de la Salud de la Universidad de Pensilvania, dice que había una asociación aún más inesperada en otro de los estudios del equipo: los pacientes con presión arterial alta publicaban con mayor frecuencia acerca de sus hijos que las personas sin la afección.

“Lidiar con los hijos no causa presión arterial alta, aunque la gente piensa que sí, de forma coloquial”, dice Asch, que es también profesor de Gestión de la salud y de las Operaciones, la Información y las Decisiones de Wharton. “Encontramos asociaciones que, en la superficie, son difíciles de explicar, [y que] no habríamos pensado de antemano”.

La cuestión de privacidad

¿Estarían la mayoría de estadounidenses de acuerdo con este tipo de vigilancia, si les dijeran que se hacía con el fin de mejorar su salud? La minería de datos no es nueva, por supuesto; el marketing lo ha estado utilizando durante años para capturar sigilosamente nuestro comportamiento en línea y tentarnos con los anuncios. Parte de esta investigación puede incluso traer a la memoria la controversia de 2014 que involucra a Facebook y el “contagio emocional”. La empresa habría manipulado casi 700.000 publicaciones de noticias de la gente sin su conocimiento, para probar si podía influir en que ciertas personas publicaran contenido más positivo o negativo. (Facebook afirmó que su política de consentimiento de uso de datos le permitía hacer ese experimento)

Por el contrario, en la investigación de Merchant la idea es obtener el consentimiento explícito y canalizar los datos “prácticos” a los pacientes. “Nosotros esperamos poder recopilar esta información y dársela de nuevo a los pacientes de manera que puedan realmente aprender de estos supuestos que estamos haciendo. ¿Y cómo podemos hacer que esté también disponible para los proveedores de atención sanitaria, si los pacientes quisieran compartirla con ellos?”

En el estudio de Facebook realizado en el laboratorio, un gran porcentaje de individuos estaban, de hecho, dispuestos a participar. El estudio mostró que 1.432 pacientes del Sistema de Salud de la Universidad de Pennsylvania que eran usuarios de Facebook y Twitter demostraron interés expreso en el estudio, la mayoría —alrededor del 71%— consintió compartir su actividad en los medios sociales y que esa información se comparara con sus registros médicos electrónicos.

“Ese fue un gran hallazgo”, dice Merchant. “No sabemos de nadie que haya realizado eso con anterioridad —haber sido capaces de demostrar [que la gente daría su consentimiento] y participara de una manera mucho más transparente en la recopilación de datos”.

Asch dice que en su experiencia con los experimentos del laboratorio hasta el momento, la gente parece sentirse reconfortada por la idea de que su salud pueda ser “vigilada” por su hospital o sistema de salud local. “Mi intuición era que la gente podría pensar que eso era una especie de Gran Hermano”, dijo, pero se encontró con que lo contrario parece ser cierto. Además, “el hallazgo principal es que aunque las personas se preocupan por la privacidad, también reconocen el valor de compartir, para ellos mismos o para la sociedad”.

Con 3.000 pacientes en la base de datos actualmente, el equipo planea recoger datos durante la próxima década y según Merchant, “construir un mapa, una base de datos de huellas digitales con la información que la gente está compartiendo”.

Separar la señal del ruido

¿Es realmente posible obtener datos de salud útiles a partir de los mensajes de los medios sociales? La gente dice tantas cosas espontáneas en estos medios. ¿Cómo lidia un programa de ordenador con el lenguaje coloquial de los seres humanos, las metáforas, el sarcasmo y el humor? ¿Qué pasa si el programa informático del laboratorio interpreta “por cierto, ¡podría haber muerto!” como “¿estoy deprimido y pensando en matarme?” “Creo que [esas preguntas] tocan un punto fundamental de la cuestión”, señala Merchant. Pero incluso comentarios en broma pueden ser relevantes. “Incluso algo que se dice en broma pueden ser más susceptible de ser utilizado por personas con ciertos trastornos que otras”.

La tarea del equipo, dice, es tratar de separar la señal del ruido. Este esfuerzo está encabezado por los informáticos del laboratorio, incluyendo Lyle Ungar y Andy Schwartz. Ungar, que también tiene experiencia en la ingeniería biomolecular y las operaciones, dirige el grupo que se encarga del procesamiento del lenguaje natural: el uso de las computadoras para automáticamente “leer” los medios de comunicación social de las personas. Schwartz, de la Universidad Stony Brook, trabaja de forma remota con el Laboratorio de Medios Sociales e Innovación en Salud de la Universidad de Pensilvania.

“Los medios sociales constituyen una fuente de datos no estructurados. No vienen con estas variables que simplemente se pueden conectar limpiamente a nuestro software de estadística”, destaca Schwartz. “Así que hay que, en primer lugar, trabajar con algoritmos que transformen los medios sociales —estas cadenas de caracteres— en una especie de pieza significativa de información estadística”. Él también aplica las últimas técnicas de aprendizaje automático de la computadora y la información de la ciencia. Pero aún así, el proceso es complejo.

Seguimiento de la Salud Pública

Además de analizar a los individuos, el equipo lleva a cabo también estudios que implican las tendencias generales de salud pública. Otros grupos han tomado esta ruta: un ejemplo ampliamente difundido es el esfuerzo de Google a finales del 2000 para analizar las búsquedas con el objetivo de predecir los brotes de gripe antes que el CDC [Centro de Control de enfermedades]. Según la revista Smithsonian, el proyecto no tuvo mucho éxito, ya que sobreestimaba en gran medida las tasas de gripe. Pero algunos creen que si bien la ejecución del proyecto no fue la adecuada, su concepto esencial es prometedor.

Merchant dice que el equipo está implicado en los estudios que utilizan Twitter para analizar las enfermedades del corazón. Uno de los objetivos es “aprender qué piensa la gente sobre las enfermedades del corazón”, dice Asch. “¿Cómo entiende la gente términos como ataque al corazón, hipertensión y diabetes?” Si hay puntos de vista erróneos por ahí, quizás Twitter podría utilizarse para transmitir mensajes que promueven la salud. “Es tan barato hacerlo, por lo tanto, si funcionara, sería una maravilla”.

Las investigaciones realizadas por el laboratorio de medios sociales de Penn también puede ayudar a los hospitales a obtener un retorno útil por los servicios prestados. Schwartz habla del estudio de Yelp que hizo el equipo, publicado en abril en Health Affairs, que analiza las valoraciones que hacen las personas de su estancia en el hospital. Las visitas a los hospitales de Estados Unidos se valoran típicamente con una encuesta de satisfacción de los pacientes estándar llamado HCAHPS. Pero según Schwartz, el estudio de Yelp muestra que HCAHPS no pregunta acerca de algunas cuestiones que son muy importantes para los pacientes, como el aparcamiento, y el trato que recibieron del personal de facturación.

“La facturación, por ejemplo, se correlaciona con el grado de satisfacción con que los pacientes califican al hospital. Así que no sólo se habla mucho acerca de ello, además en realidad nos encontramos con que si mencionan la facturación en su valoración, suelen ser más propensos a dar una crítica negativa”. Schwartz señala que este tipo de hallazgos podrían ser utilizados por los hospitales para mejorar sus servicios y sus clasificaciones nacionales.

Del genoma al “Medioma Social”

El equipo ha acuñado el término “medioma social” para describir el área que están estudiando. “Es una especie de juego de palabras”, Merchant explica. Así como el genoma es un reflejo de los genes de una persona, el medioma social es un reflejo de su comportamiento en línea.

¿Pero se puede intentar analizar nuestra charla al azar en las redes sociales y compararla con la “ciencia dura” de la investigación del ADN? Ha habido avances revolucionarios en los últimos años en la secuenciación del genoma humano, dando lugar a nuevos tratamientos para el cáncer y otras enfermedades. Y, sin embargo, Asch señala “el comportamiento humano, [según] estimaciones, es responsable del 40% de la mortalidad temprana”. Lo que hacemos, o no, en nuestro día a día es importante. “Yo sugeriría que, en realidad, nuestros medios sociales, probablemente, nos dice mucho más acerca de nuestra salud que nuestro ADN”, dice.

Ungar está de acuerdo. “¿Qué podemos hacer para ser más saludables y vivir más tiempo? No fumar. Hacer ejercicio. Usar el cinturón de seguridad y no conducir borracho. No estar deprimido. La gente que es feliz y tiene buenas relaciones vive cinco años o más que los que no lo son. “Lo que todos estos comportamientos tienen en común, dice Ungar, es que son fundamentalmente psicológicos, no genéticos.

Si los comportamientos autodestructivos pueden ser identificados precozmente, continúa Ungar, esto puede reducir el costo del cuidado de la salud. “La mayor parte del dinero del sistema de salud estadounidense se gasta demasiado tarde en el proceso”, observa. “Colocarle a alguien un stent es caro; utilizar los medios sociales para ayudar a las personas a que se ejerciten para no contraen la enfermedad cardiovascular es mucho más barato”. Él ofrece un ejemplo semejante usando la adicción a las drogas: si identificamos de forma precoz a las personas en situación de riesgo cuesta menos que tratar de rehabilitarlos después de años de abuso de sustancias.

Asch destaca las tremendas oportunidades de investigación que ofrecen los medios sociales. Antes de su llegada, “no había ‘testimonio’ de gran parte de nuestro comportamiento”, dice. “Las comunicaciones privadas eran importantes, pero no podíamos observarlas”. Ahora, “estamos en condiciones de aprender mucho más acerca de las asociaciones de diversas formas de comportamiento con la salud. Y eso es muy emocionante”.