Servicio para la protección de los menores en las Redes Sociales.
Detección del intercambio de contenidos inadecuados, insanos o peligrosos.
BRaiN está dirigido principalmente al entorno sanitario: psiquiatría y psicología infantil y juvenil.
BraiN detecta y realiza seguimiento de las posibles contenidos peligrosos o inadecuados en los mensajes que intercambian los menores, como por ejemplo: ciberacoso (ciberbullying), grooming, sexting, pornografía, autolesiones, contenido violento, anorexia, bulimia, adicciones, tendencias suicidas, depresión, ludopatía, etc.
BRaiN es un servicio que utiliza el Big Data y la Inteligencia Artificial para aplicar la interpretación del lenguaje natural y el reconocimiento de imágenes con el objetivo de supervisar los mensajes (texto, audio, imagen, vídeo) intercambiados por los menores en las Redes Sociales.
La nueva vida, la vida digital.
Las pantallas de los smarphone, videoconsolas, portátiles, etc., se ha convertido en una extensión de nuestro cuerpo. La pandemia del coronavirus, al recluirnos en nuestras casas, ha hecho que el modo de vida digital sea más que nunca nuestra ventana al mundo. Este efecto se ha intensificado en los menores, para quienes la Red implica educación, ocio y comunicación interpersonal.
Gracias a internet y las redes sociales, la variedad de contenidos disponibles se ha incrementado exponencialmente, no habiendo límite para las actividades que podemos desarrollar en ellas, incluso las que conllevan riesgo.
En caso de los menores de corta edad, no se puede dejar de vigilar la actividad que tiene en las redes sociales, no hacerlo es equivalente a dejarlos jugar solos en la calle. Como en los juegos en el exterior, lo importante es permanecer atento a sus actividades, pero sin resultar demasiado intrusivo.
El objetivo de emplear la Inteligencia Artificial no es reemplazar al especialista humano, sino que es proporcionarle otro campo de trabajo y agrandar las posibilidades de la terapia, agilizando el proceso de la misma.
No se pretende que el diagnóstico sea exclusivo de una Inteligencia Artificial que sustituya al personal médico, sino que ésta sea una ayuda en la toma de decisiones basada en datos.
El médico siempre debe ser el garante final de interpretar la conclusiones de la Inteligencia Artificial.
Los profesionales de la salud aplican algoritmos de decisión en la rutina clínica, preguntan: ¿tiene dolor el paciente? En función de dónde tenga dolor, pasará a una segunda pregunta o exploración. ¿Ha vomitado? ¿Tiene fiebre? ¿Cuánta? Y así sucesivamente. Según las respuestas, irán orientando su análisis clínico a un determinado diagnóstico. Éste sería un algoritmo de decisión en apariencia fácil.
Pero hay algoritmos de decisión mucho más complejos, donde se mezclan los datos clínicos actuales y previos, los análisis clínicos, las pruebas de imágenes (ecografías, radiografías, TACs), los registros eléctricos (electrocardiogramas), etc.
En la actualidad también podemos añadir otros tipos de datos totalmente diferentes del paciente: su comportamiento digital, el uso de las redes sociales, la información que busca, los mensajes que intercambia, las fotos que publica, etc.
Con la complejidad y abundancia de datos de los que ahora se puede disponer, el Big Data y la Inteligencia Artificial son imprescindibles para poder procesarlos y facilitar la decisión diagnóstica y terapéutica. La Inteligencia Artificial consigue analizar mayor cantidad de información y con más detalle que un humano, como por ejemplo, una retinografía, un ecocardiograma o un TAC.
No se trata de que el diagnóstico sea exclusivo de la Inteligencia Artificial y que sustituya al personal médico, sino que sea una ayuda en la toma de decisiones basada en datos. El médico siempre será el garante final de interpretar la conclusiones de la Inteligencia Artificial.
¿Cómo podemos ofrecerle una mejor atención al paciente?
¿Y cómo podemos proporcionarle una atención personalizada?
Los pacientes están generando continuamente datos de los que es posible extraer información de utilidad: mensajes de sus redes sociales, hábitos de uso de sus terminales móviles, dispositivos weareables, ubicaciones, desplazamientos, etc. El problema surge cuando el profesional médico intenta recopilar y analizar todo ese volumen de datos de la forma habitual para extraer la información que necesita para su diagnóstico.
La principal forma de obtener datos del paciente es mediante las preguntas que le hace el especialista. Sin embargo, los pacientes están generando continuamente datos de los que es posible extraer información de utilidad: mensajes de sus redes sociales, uso de sus terminales móviles, hábitos de uso, dispositivos weareables, ubicaciones, desplazamientos, etc.
Pensemos en el número de mensajes que un paciente puede llegar a intercambiar por las redes sociales a lo largo del día. Multiplicar este volumen de datos por el número de pacientes puede dar una idea de la cantidad de información que habría que analizar y, sobre todo, que un médico no la podría procesar de la forma habitual.
Si se pudieran analizar todos estos datos, extraer patrones de los mismos, etiquetarlos para su seguimiento y enviar avisos a los especialistas, éstos podrían centrarse más en el cuidado del paciente y proporcionárselo en el momento que sea más oportuno.
Lo ideal sería lograr una supervisión día a día del estado del paciente, monitorizar su evolución, conocer los agentes externos que puedan influir en su situación y prever factores que puedan repercutir en su estado de ánimo. Por esta razón, es imprescindible contar con herramientas que ayuden a procesar esas cantidades ingentes de datos y ofrecer así una atención personalizada al paciente. La solución está en delegar en un sistema de Inteligencia Artificial esta revisión de los datos que no podrían realizar por si mismos los especialistas.
El objetivo no es reemplazar al psicólogo humano, lo que se trata es de proporcionar otro campo de trabajo y agrandar las posibilidades de la terapia, de agilizar el proceso de la misma.
BRaiN analiza el contenido de los mensajes que intercambia el paciente por sus Redes Sociales. Con este análisis de sus mensajes, el sistema detecta y realiza el seguimiento de las conductas que se desean supervisar en un paciente, como por ejemplo: acoso, autolesiones, alcoholismo, drogas, depresión, anorexia, etc.
Mediante el uso de redes neuronales artificiales, el sistema analiza todos los mensajes enviados y recibidos por las Redes Sociales del paciente, ya sean textos, audios, imágenes o vídeos.
El análisis de los textos de los mensajes no consiste en buscar la aparición de ciertas palabras sino que se utiliza la interpretación del lenguaje natural (NLP) para tratar de identificar de qué se está hablando en un mensaje. Para el caso de los audios y vídeos, se extrae automáticamente el texto de los mismos y se analizan de igual forma que un mensaje sólo de texto.
En el caso de los mensajes con imágenes o vídeos, se utiliza el análisis de imágenes para interpretar si su contenido hace referencia a violencia, a la pornografía o está relacionado con la salud (alcohol, drogas, autolesiones, etc.).
Cada vez que se detecta un mensaje relacionado con alguna de las conductas a supervisar, éste se etiqueta con su tipología correspondiente: acoso, adicción al tabaco, alcohol o drogas, autolesiones, violencia, contenido para adultos, etc. De esta manera, el médico puede enfocarse directamente en este tipo de mensajes y evita malgastar tiempo en revisar todos los mensajes de todas la conversaciones de todas las Redes Sociales que esté utilizando el paciente.
Gracias a BRaiN, el especialista puede:
Algunos ejemplos de los comportamientos que el BRaiN puede ayudar a detectar son:
Otras ventajas de utilizar BRaiN:
El sistema está entrenado inicialmente para la supervisión de mensajes entre menores y para ciertas tipologías, pero está preparado para poder entrenarlo para analizar también mensajes de adultos y de cualquier otra tipología que se requiera.
El empleo de la Inteligencia Artificial (AI) permite diferenciarse de la competencia. Los médicos tradicionales serán reemplazados por los médicos que se apoyen en la AI. La incorporación de la AI a la medicina es una revolución: o se forma parte de ella o se desaparecerá.
Con BRaiN, la toma de decisiones no solo se apoya en el “ojo clínico” del especialista sino que también tienen el respaldo de los datos.
Queremos conocer cuáles son exactamente sus necesidades para poder ofrecerle la mejor solución. Cuéntenos lo que necesita y haremos todo lo posible por ayudarle.