Investigadores de la Universidad del Sur de Florida están utilizando inteligencia artificial para identificar señales de trastorno de estrés postraumático (TEPT) en niños.
Es un reto reconocer las señales de TEPT en niños porque puede ser difícil para ellos compartir sus historias, dijo Alison Salloum, profesora de la Escuela de Trabajo Social de la USF (este link está en inglés), quien lidera el estudio junto a Shaun Canavan, profesor asociado del Bellini College for Artificial Intelligence, Cybersecurity and Computing (este link está en inglés).
Uno de los principales síntomas del TEPT es la evasión, que es no querer hablar de lo que sucedió, dijo Salloum.
Comentó que los padres llegan y dicen que su hijo ha cambiado: que podría estar peleando con sus amigos y hermanos, teniendo arrebatos de enojo, no expresando sentimientos positivos, y alejando a las personas.
Al realizar ensayos clínicos en línea para encontrar tratamientos psicosociales para niños, Salloum comenzó a notar sus expresiones mientras hablaban de sus experiencias.
“Puede ser muy angustiante para un niño tener que hablar de lo que sucedió”, dijo. “Así que, ser capaces de tener una herramienta que pudiéramos usar para reconocer las expresiones faciales sería de una ayuda increíble”.
LEA TAMBIÉN: Investigadores de la FIU usan Inteligencia Artificial para detectar enfermedades del corazón a tiempo con una 'precisión del 95%' (este link está en inglés)
El ensayo involucra a niños más pequeños y adolescentes
Se le ocurrió la idea de usar Inteligencia Artificial y le pidió ayuda a Canavan. Él tiene experiencia con investigaciones sobre expresiones faciales en una amplia gama de aplicaciones, incluyendo el ámbito médico.
“Fue un ajuste ideal para el trabajo que ya he estado haciendo, y para avanzar con este flujo de trabajo”, dijo.
Cuando el modelo de la Inteligencia Artificial estuvo listo para la prueba, el equipo analizó a 18 niños. Dos de ellos tenían entre 7 y 11 años, y 16 tenían entre 13 y 17 años.
“Tuvimos más adolescentes que niños pequeños”, dijo Salloum. “Obviamente están mucho más involucrados con la tecnología, y por eso realmente les gustó la idea de usar la Inteligencia Artificial”.
Canavan dijo que el sistema de la Inteligencia Artificial busca movimientos musculares en los rostros de las personas, ya sea que estén sonriendo, con expresión neutra, mirando a un padre o terapeuta, o mirando hacia abajo.
“Así que la Inteligencia Artificial hace comparaciones entre los adolescentes o los niños que tienen TEPT y aquellos que no, y encuentra las diferencias entre esos dos grupos”, dijo.
La privacidad es importante con las herramientas de Inteligencia Artificial
Un aspecto crucial del estudio fue la desidentificación de los niños y adolescentes.
El sistema de Inteligencia Artificial convirtió los videos en algo que ya no era legible para los humanos, dijo Canavan.
“Puedes mirarlos, pero se ven como ruido”, dijo. “No se ve como algo que un humano diría que es una persona”.
Es esencial proteger la privacidad de los niños al desarrollar herramientas de Inteligencia Artificial. Por eso, cuando Canavan le explicó su idea a Salloum, ella estuvo totalmente de acuerdo.
“Sin duda queremos proteger la privacidad de los niños y asegurarnos de que los videos no se estén usando de ninguna otra manera que no sea para detectar el TEPT o no”, dijo Salloum.
El modelo de Inteligencia Artificial es solo un estudio piloto dentro de un entorno de investigación y aún no está listo para uso clínico, dijo Canavan.
Aun así, dijo que el objetivo es perfeccionar el modelo y crear un sistema o una aplicación real que los médicos puedan usar.
Aunque el estudio se centró inicialmente en niños mayores y adolescentes, Salloum dijo que estaría interesada en adaptarlo para su uso con preescolares.
“Si podemos usar esto como otra herramienta, y no tienen que ser evaluados constantemente de manera verbal, creo que sería muy útil para el campo”, dijo.
Esta nota de WUSF se tradujo del inglés al español utilizando una herramienta de inteligencia artificial generativa. Un periodista de WUSF informó y produjo la nota original. Miembros bilingües de WUSF editaron, actualizaron y verificaron la precisión de la traducción. Si tiene preguntas o inquietudes sobre el uso de IAG para este proyecto, comuníquese con Mary Shedden a shedden@wusf.org.