Minería de datos e inteligencia artificial para prevenir el suicidio

Tal y como explica la doctora Moreno Küstner, el objetivo de este estudio es predecir, mediante la realización de un proceso de minería de datos, si una demanda realizada a un Centro Coordinador de Emergencias Sanitarias (CCES) «puede presentar una mayor probabilidad de ser clasificado como conducta suicida o no».

De esta investigación se extrae que la base de datos entre los años 2018 a 2020 contó con un total de 49.530 demandas de las cuales el 1% fueron identificadas como conducta suicida. Las estimaciones fueron más altas para las mujeres que para los hombres con una ratio mujer/hombre de 1,64. Respecto a la edad, la media fue de 42,6 años.

En función del rango de edad, la mayoría de las llamadas se centran en el grupo de 30 a 59 años (63%), seguido del grupo de menos de 30 años (23,2%) y finalmente el grupo de más de 60 años (13,8%).

Para la catedrática, los resultados obtenidos de esta investigación muestran que existen ciertas variables que los algoritmos destacan para la identificación de una demanda como conducta suicida, «siendo los más discriminantes la edad y el sexo». En el rango de edad entre los 16 y 53 años, el porcentaje de demandas clasificadas como conducta suicida (5,1%) es cinco veces superior que el promedio observado en la base de datos completa. En ese rango, el porcentaje de estas demandas se distribuye de forma dispar según el sexo del demandante: en el caso de las mujeres este porcentaje (6,8%) casi dobla al de las demandas solicitadas por hombres (3,7%); un dato llamativo, teniendo en cuenta que los casos de suidicios entre hombres suponen el doble, lo que confirma la tesis de que esto se produce porque ellos piden menos ayuda.

Aunque estos datos ya son interesantes de por sí, Moreno Küstner recuerda que la aplicación práctica pasaría por crear un software que pueda detectar estas conductas cuando se produce la llamada. «Pero aún estamos lejos de eso», admite.