Un investigador de la Universidad de A Coruña, premiado con la mejor tesis doctoral en su especialidad
La Sociedad Española para el Procesamiento del Lenguaje Natural otorgó el galardón a Anxo Pérez por su trabajo en IA para detectar depresión en redes sociales
La Sociedad Española para el Procesamiento del Lenguaje Natural (Sepln) ha otorgado a Anxo Pérez el premio a la Mejor Tesis Doctoral 2024 en reconocimiento a su excelencia científica y su relevancia social. La investigación de Pérez, miembro del Centro de Investigación en Tecnologías de la Información y Comunicaciones (Citic) de la Universidad de A Coruña, es pionera en el uso de técnicas de inteligencia artificial, aprendizaje automático y lingüística computacional para la detección de la depresión a través del lenguaje en redes sociales.
La tesis, dirigida por los investigadores Javier Parapar y Álvaro Barreiro, parte de la evidencia de que las personas que sufren problemas de salud mental suelen mostrar cambios en su manera de expresarse. A partir de esta premisa, el trabajo de Anxo Pérez explora cómo aprovechar estas publicaciones mediante modelos de IA entrenados con datos clínicos y sociales para identificar señales de riesgo en los usuario.
Así, uno de los aspectos más innovadores de la investigación es la búsqueda de mayor transparencia en los sistemas de detección. Frente a aproximaciones previas más opacas, la tesis propone modelos explicables basados en síntomas validados clínicamente, lo que facilita que los resultados sean comprensibles y útiles para profesionales de la salud.
Aplicaciones prácticas
El proyecto combina el diseño de nuevos algoritmos de estimación de la gravedad de la depresión con la creación de colecciones de datos específicas y con la exploración de grandes modelos de lenguaje. Además, sus aportaciones han sido integradas en una plataforma demostrativa que permite su uso por parte de profesionales clínicos, abriendo la puerta a aplicaciones prácticas en el ámbito sanitario.
A lo largo del desarrollo de la tesis, Anxo Pérez ha publicado los resultados en conferencias internacionales de referencia. Entre las principales conclusiones alcanzadas destacan varias aportaciones clave: los síntomas de depresión se manifiestan de forma distinta en el lenguaje, lo que exige modelos sensibles a su naturaleza; los mensajes en redes sociales contienen señales sutiles, que pueden revelarse mediante técnicas de recuperación semántica; y la falta de datos adecuados motivó la creación de dos nuevos conjuntos de referencia. Asimismo, la investigación subraya que, aunque los modelos de lenguaje de gran escala pueden apoyar la tarea de anotación, la supervisión humana sigue siendo esencial.
