Los opioides estuvieron involucrados en más 68,630 muertes por sobredosis en el año 2020. El uso excesivo de fentanilo, heroína y metadona se ha disparado últimamente entre los jóvenes, por lo que médicos y otros profesionales están intentando detener la epidemia con herramientas nunca antes vistas. Entre ellas, un nuevo modelo IA que utiliza Twitter para identificar a los usuarios en riesgo y predecir sus muertes.
Este sofisticado algoritmo recibe el nombre de TrOP (Transformador para la predicción de opioides). Sus creadores, los informáticos de la Universidad de Stony Brook, aseguran que puede calcular las tasas de mortalidad por opioides con mucha más precisión que los sistemas actuales. Principalmente porque se apoya en la información que compartimos en redes sociales.
IA para rastrear opioides
El modelo en sí es un “transformer”, es decir, una red neuronal que aprende por contexto siguiendo un conjunto de datos. En este caso, los cambios en el lenguaje anual en Twitter, así como los registros anteriores de mortalidad relacionados con los opioides. Es gracias a esto que puede proyectar tendencias específicas en una comunidad o posibles casos de sobredosis que ocurrirán en un par de años.
“Utilizamos datos derivados del County Tweet Lexical Bank, un banco que contiene el uso de palabras en Twitter de más de 2000 condados en Estados Unidos. Luego, combinamos estos datos con los consultados en los Centros para el Control y la Prevención de Enfermedades. Esto sumó datos de 357 condados, que incluyen a unos 212 millones de usuarios”.
H. Andrew Schwartz, profesor en la Universidad de Stony Brook
En una prueba reciente, el modelo IA predijo exitosamente las tasas de muertes relacionadas con opioides que realmente ocurrieron en años anteriores, en 2011 y 2017 respectivamente.
Por lo tanto, ahora que ya comprobaron su precisión, podrían utilizarlo para indagar en las nuevas publicaciones y predecir eventos que aún no han sucedido.
Un futuro sin sobredosis por opioides
Para encontrar posibles adolescentes adictos, los médicos suelen usar las estadísticas socioeconómicas de una comunidad. Aunque el método no es malo, resulta poco efectivo a largo plazo. Principalmente porque dichos datos no pueden decirnos qué uso le dan los consumidores al opioide o qué tan frecuente es su consumo.
No obstante, con el nuevo modelo IA sí es posible evaluar el riesgo individual de cada usuario.
Según los investigadores, usando el lenguaje de Twitter se pueden predecir sobredosis con solo un error porcentual medio absoluto del 3 %. De hecho, durante el experimento, pronosticó que las futuras tasas de mortalidad anuales serían del 1,15 muertes por cada 100.000 personas. Con lo cual, como podemos ver, podría ser una gran herramienta para evitar muertes por opioides.
«El resultado principal de este estudio fue, de hecho, una evaluación estadística de qué tan bien se alinearon las predicciones de nuestro modelo de IA con lo que realmente sucedió. Ahora sabemos que se pueden utilizar las publicaciones en redes sociales para estimar el uso de sustancias».
H. Andrew Schwartz
Así que, en definitiva, lo que proporciona TrOP es un nuevo método para identificar a los usuarios que están en riesgo de sufrir una sobredosis. Algo esencial para los profesionales y líderes comunitarios que intentan evitar más muertes juveniles en los próximos años.
Referencias:
Opioid death projections with AI-based forecasts using social media language https://doi.org/10.1038/s41746-023-00776-0
