Le nuove tecnologie aiutano gli scienziati a identificare meglio chi è solo e in che modo gli uomini e le donne più anziani differiscono nel modo in cui si sentono ed esprimono isolamento

Negli ultimi due decenni, si è vista una pandemia di solitudine, caratterizzata da tassi crescenti di suicidi e consumo di oppioidi, perdita di produttività, aumento dei costi sanitari e aumento della mortalità. La pandemia di Covid-19, con il suo allontanamento sociale e blocchi associati, ha solo peggiorato le cose, dicono gli esperti.

Valutare accuratamente l’ampiezza e la profondità della solitudine sociale è scoraggiante, limitato dagli strumenti disponibili, come i self-report. In un nuovo documento proof-of-concept, pubblicato online il 24 settembre 2020 sull’American Journal of Geriatric Psychiatry , un team guidato da ricercatori della University of California San Diego School of Medicine ha utilizzato tecnologie di intelligenza artificiale per analizzare i modelli di linguaggio naturale (PNL) per discernere i gradi di solitudine negli anziani.

“La maggior parte degli studi utilizza una domanda diretta su ‘quanto spesso ti senti solo’, che può portare a risposte distorte a causa dello stigma associato alla solitudine o la scala della solitudine dell’UCLA che non usa esplicitamente la parola ‘solitario'”, ha detto l’autore senior Ellen Lee, MD, assistente professore di psichiatria presso la UC San Diego School of Medicine. “Per questo progetto, abbiamo utilizzato l’elaborazione del linguaggio naturale o PNL, una valutazione quantitativa imparziale delle emozioni e dei sentimenti espressi, in concerto con i consueti strumenti di misurazione della solitudine”.

Negli ultimi anni, numerosi studi hanno documentato tassi crescenti di solitudine in varie popolazioni di persone, in particolare quelle più vulnerabili, come gli anziani. Ad esempio, uno studio della UC San Diego pubblicato all’inizio di quest’anno ha rilevato che l’85% dei residenti che vivono in una comunità residenziale indipendente per anziani ha riportato livelli di solitudine da moderati a gravi.

Il nuovo studio si è concentrato anche sui residenti anziani indipendenti: 80 partecipanti di età compresa tra 66 e 94 anni, con un’età media di 83 anni. Ma, piuttosto che semplicemente chiedere e documentare le risposte alle domande della UCLA Loneliness Scale, i partecipanti sono stati anche intervistati da personale di studio addestrato in conversazioni più non strutturate che sono state analizzate utilizzando il software di comprensione della PNL sviluppato da IBM, oltre ad altri strumenti di apprendimento automatico.

“La PNL e l’apprendimento automatico ci consentono di esaminare sistematicamente lunghe interviste di molti individui ed esplorare come le sottili caratteristiche del linguaggio come le emozioni possono indicare la solitudine. Analisi delle emozioni simili da parte degli esseri umani sarebbero aperte a pregiudizi, mancano di coerenza e richiedono una formazione approfondita per standardizzare”, ha detto primo autore Varsha Badal, PhD, un ricercatore post-dottorato.

Tra i risultati:

  • Gli individui soli hanno avuto risposte più lunghe nel colloquio qualitativo e hanno espresso più grande tristezza alle domande dirette sulla solitudine.
  • Le donne erano più propense degli uomini a riconoscere di sentirsi sole durante le interviste.
  • Gli uomini hanno usato parole più paurose e gioiose nelle loro risposte rispetto alle donne.

Gli autori hanno affermato che lo studio evidenzia le discrepanze tra le valutazioni della ricerca sulla solitudine e l’esperienza soggettiva di solitudine di un individuo, che gli strumenti basati sulla PNL potrebbero aiutare a conciliare. I primi risultati riflettono come ci possa essere un “linguaggio solitario” che potrebbe essere utilizzato per rilevare la solitudine negli anziani, migliorando il modo in cui i medici e le famiglie valutano e trattano la solitudine negli anziani, specialmente durante i periodi di distacco fisico e isolamento sociale.

Lo studio, hanno detto gli autori, dimostra la fattibilità dell’utilizzo di analisi del linguaggio naturale del linguaggio trascritto per analizzare e comprendere meglio emozioni complesse come la solitudine. Hanno affermato che i modelli di apprendimento automatico prevedevano la solitudine qualitativa con una precisione del 94%.

“Il nostro IBM-UC San Diego Center sta ora esplorando le firme della PNL di solitudine e saggezza, che sono inversamente collegate negli anziani. I dati del discorso possono essere combinati con le nostre altre valutazioni di cognizione, mobilità, sonno, attività fisica e salute mentale per migliorare il nostro comprensione dell’invecchiamento e per contribuire a promuovere un invecchiamento di successo “, ha affermato il coautore dello studio Dilip Jeste, MD, decano associato senior per l’invecchiamento sano e l’assistenza agli anziani e co-direttore dell’IBM-UC San Diego Center for Artificial Intelligence for Healthy Living.