Con el impacto de la pandemia de COVID-19 en la salud mental a nivel mundial, ha emergido una oleada de investigaciones centradas en el uso de plataformas de redes sociales para modelar y predecir tendencias en desórdenes mentales, especialmente la depresión. Las primeras aproximaciones comenzaron analizando textos generados por usuarios en redes sociales, utilizando modelos de procesamiento de lenguaje natural (NLP) para extraer sintomatología y prever el riesgo de condiciones como la depresión y el trastorno bipolar.
A medida que la pandemia avanzó, los datos abundantes en plataformas como Twitter y Reddit proporcionaron una ventana hacia el estrés emocional, la ansiedad y los episodios depresivos a nivel global. La investigación resalta cómo el confinamiento, el miedo a la enfermedad y las crisis económicas agudizaron o revelaron cuadros depresivos en segmentos significativos de la población. Países como Estados Unidos, Canadá, Alemania, y Japón fueron sólo algunos de los epicentros de estudios donde los investigadores midieron los niveles de depresión mediante análisis de la lengua y de patrones en plataformas sociales.
En países como Argentina, hubo un notable incremento en las conversaciones relacionadas con la salud mental coincidiendo con los momentos críticos de la pandemia. De manera similar, en Japón, el alza de síntomas depresivos se correlacionó directamente con el número de fatalidades por COVID-19.
Aun con la enorme cantidad de datos disponibles, siguen siendo un reto aspectos como la generalización de los modelos debido a los cambios en el vocabulario y lenguaje a lo largo del tiempo, un fenómeno conocido como “desplazamiento semántico”. Investigadores han descubierto que la estabilidad semántica es vital para mantener la precisión de los modelos que se han entrenado en datos antiguos.
Más allá de la recolección y el análisis de datos, surge un diálogo necesario sobre las implicancias éticas del uso de información personal de redes sociales para estudiar la salud mental. La confidencialidad, el consentimiento informado, y la diversidad demográfica son temas cada vez más críticos conforme la inteligencia artificial y el aprendizaje automático jugarán un papel primordial en la salud pública y en los cuidados de salud mental del futuro.
En conclusión, la pandemia ha sido un catalizador tanto para el aumento en la incidencia de desórdenes mentales como para el avance de las técnicas de modelado de estas condiciones, estableciendo un precedente para futuras investigaciones en salud mental impulsadas por tecnologías de procesamiento de lenguaje natural.