Un marco para desarrollar agentes de conversación inteligentes para la autogestión y el apoyo del paciente
- Blanco González, Guillermo
- Anália Lourenço Director
Universidade de defensa: Universidade de Vigo
Fecha de defensa: 23 de maio de 2024
- José Ramón Ríos Viqueira Presidente
- Eva Lorenzo Iglesias Secretario/a
- Guillermo de Bernardo Vogal
Tipo: Tese
Resumo
En las últimas décadas, el panorama de la información médica ha evolucionado considerablemente, con cambios significativos en fuentes, formatos y acceso, ganando cada vez más protagonismo las redes sociales y la web 2.0 [1,2]. Estas plataformas han generado comunidades conectadas y amplias, especialmente entre pacientes con enfermedades crónicas y sus familias, ofreciendo apoyo emocional, información y experiencias compartidas [3]. Debido a este crecimiento, las redes sociales representan un poderoso medio para la difusión y consumo de conocimiento médico, facilitando la comunicación entre pacientes, profesionales de la salud y la sociedad en general [4,5]. El caracter permisivo de las redes sociales, el anonimato y la falta de rendición de cuentas también ha sido caldo de cultivo para la proliferación de información no verificada o malintencionada que puede generar miedo o promover tratamientos no comprobados [6]. La propagación de la desinformación puede estar causada por fenómenos psicológicos como el sesgo de información y la influencia social [7-9]. El objetivo general del marco desarrollado en esta disertación es estudiar mejor los flujos de información y construir herramientas para la toma de decisiones en salud pública. Esto abarca identificar los tópicos de conversación más discutidos, clasificar la postura de los usuarios con respecto a un tópico de conversación, identificar la emoción expresada y la evolución de los flujos emocionales. Dando lugar a un grafo multidimensional capaz de identificar patrones de comportamiento social y como marco para el desarrollo de agentes inteligentes. Para abordar estos desafíos, se han desarrollado metodologías de análisis basadas en el procesamiento del lenguaje natural, el aprendizaje automático y la teoría de grafos. Estas metodologías permiten inferir intereses, sentimientos y posicionamientos en temas de salud específicos, así como caracterizar patrones de comportamiento en comunidades en línea. Además, se han creado recursos de entrenamiento y validación, con un enfoque particular en el análisis de la comunicación durante la pandemia de la COVID-19 y la comparación entre contextos socioculturales anglosajones y españoles. Estos esfuerzos tienen como objetivo no solo comprender mejor la dinámica de la información en las redes sociales, sino también desarrollar herramientas y recursos para abordar los desafíos asociados con ellas. [1] H. Zhong, Z. Han, A systematic review of information source preference research, J. Doc. 80 (2024) 255274. https://doi.org/10.1108/JD-03-2023-0059. [2] D. Khatri, Use of social media information sources: a systematic literature review, Online Inf. Rev. 45 (2021) 10391063. https://doi.org/10.1108/OIR-04-2020-0152. [3] Y. Chi, D. He, W. Jeng, Laypeoples source selection in online health informationseeking process, J. Assoc. Inf. Sci. Technol. 71 (2020) 14841499. https://doi.org/10.1002/asi.24343. [4] S. Kanchan, A. Gaidhane, Social Media Role and Its Impact on Public Health: A Narrative Review, Cureus. (2023). https://doi.org/10.7759/cureus.33737. [5] I. de Vere Hunt, E. Linos, Social Media for Public Health: Framework for Social Media Based Public Health Campaigns, J. Med. Internet Res. 24 (2022) e42179. https://doi.org/10.2196/42179. [6] I. Ojea Quintana, R. Reimann, M. Cheong, M. Alfano, C. Klein, Polarization and trust in the evolution of vaccine discourse on Twitter during COVID-19, PLoS One. 17 (2022) e0277292. https://doi.org/10.1371/journal.pone.0277292. [7] C. Herrando, E. Constantinides, Emotional Contagion: A Brief Overview and Future Directions, Front. Psychol. 12 (2021). https://doi.org/10.3389/fpsyg.2021.712606. [8] J.W. Burton, N. Cruz, U. Hahn, Reconsidering evidence of moral contagion in online social networks, Nat. Hum. Behav. 5 (2021) 16291635. https://doi.org/10.1038/s41562-021-01133-5. [9] B. Krishnamurthy, P. Gill, M. Arlitt, A few chirps about twitter, in: Proc. First Work. Online Soc. Networks, ACM, New York, NY, USA, 2008: pp. 1924. https://doi.org/10.1145/1397735.1397741.