IA per il Monitoraggio del Disturbo Mentale
TWITTER • SALUTE MENTALE
InsideOut è un progetto su come utilizzare il Web nel trattamento dei problemi di disagio mentale che riguardano le comunità di adolescenti del Web.
InsideOut è stato realizzato come cooperazione internazionale di ricerca tra il Dipartimento di Psichiatria Infantile dell’Università di Psichiatria Dienste Bern (UPD), la Facoltà di Medicina e Chirurgia dell’Università di Roma “La Sapienza”, il CNR di Roma e l’Università di Dusseldorf. Il progetto è un primo approfondimento di come una piattaforma di Intelligenza Artificiale, agendo su un microblog web, Twitter, permetta il monitoraggio, la scoperta e il reporting di esperti in campo medico (in due lingue, italiano e inglese). Il progetto InsideOut è stato presentato in diversi contesti scientifici e conferenze (EPA 2018, Clic-It 2017).
Obiettivo tecnologico: Monitoraggio dei social media per la modellazione del disagio mentale negli adolescenti
Utente di Riferimento: FETZ Bern University Hospital of Child and Adolescent Psychiatry and Psychotherapy, Università di Berna
Timeline del progetto: Gennaio – Dicembre 2017
Partner Tecnologico: Univ. La Sapienza
Piattaforma di Intelligenza Artificiale, che agisce su Twitter
L’obiettivo di InsideOut è il riconoscimento dei fenomeni legati alla salute mentale e la possibile presenza di diverse forme di disagio da parte dei giovani.
L’analisi dei comportamenti e delle relazioni degli adolescenti sui Social Media è stata realizzata attraverso lo sviluppo di un servizio di analisi automatizzata delle produzioni linguistiche dei giovani. La capacità di indagine e scalabilità del sistema InsideOut è stata resa possibile dall’adozione di strumenti avanzati di Natural Language Processing (NLP), in grado di automatizzare l’analisi linguistica e lo sfruttamento di tali dati, secondo algoritmi di Machine Learning in grado di comprendere, organizzare e distillare le evidenze medico-psichiatriche da tutti i flussi informativi.
L’analisi di InsideOut viene effettuata in parallelo sia per l’italiano che per l’inglese su Twitter.
Micropost caratterizzati da:
- Contenuti pubblici facilmente accessibili.
- Comunità di utenti particolarmente diversificate in termini di metodi e finalità d’uso (ad es. professionisti contro appassionati), interessi culturali e informativi e fattori socio-demografici (posizione geografica, censimento, sesso o età).
- Meccanismi di interazione ricchi e di grande interesse psicologico.
Nella figura qui sotto, il front-end InsideOut permette il clustering tematico dei tweet (clustering gerarchico espresso a sinistra dai cerchi concentrici) relativi a uno specifico gruppo di utenti o a qualche hashtag.
Nella figura 2 qui sotto, viene mostrata la struttura di connettività di rete che caratterizza una comunità: la struttura che si espande da alcuni dei soggetti più influenti è utile per determinare le comunità, le loro dinamiche e anche i ruoli dei singoli utenti al loro interno.
Fig. 2: il grafico degli utenti in InsideOut: le comunità emergenti possono essere osservate incrociando le interazioni tra gli utenti (ad esempio il meccanismo di retweet) e le problematiche che affrontano (cluster).
Infine, il sentimento dei tweet può essere utilizzato per fare riferimento alle sfumature emotive e fornire rapporti statistici della comunità basati sul modello psicologico progettato.
Fig 3: il browser della descrizione del modello mentale della comunità di utenti in InsideOut
Profilazione Psicologica Ampiamente Applicabile
La ricerca InsideOut ha dimostrato la solidità della piattaforma per la gestione della comunità e la profilazione degli utenti di Twitter nel tempo. Questo modello ha un’ampia applicabilità anche a gruppi sociali diversi dagli adolescenti. La profilazione psicologica ha valore in tutti i meccanismi di modellazione sociologica degli utenti (potenziali e attuali); l’approccio multidimensionale testato con gli psicologi/psichiatri delle tre università coinvolte è flessibile e ha ampie applicazioni in altri campi, dal marketing alla sicurezza informatica.