Chatbots Innovadores Apoyan a Mujeres Postparto

Los trastornos del ánimo y la ansiedad posparto (PPMADs) afectan a muchas mujeres después de dar a luz. Estas condiciones pueden generar serios desafíos, no solo para la madre, sino también para el desarrollo de su hijo. Pueden afectar las emociones, el pensamiento y el comportamiento de una madre. Es esencial ofrecer Apoyo y tratamiento a quienes enfrentan estos problemas, pero el acceso a ayuda profesional puede ser limitado debido a diversas barreras como el costo, el estigma y la falta de información.

Para ayudar, trabajamos con Postpartum Support International (PSI), una ONG que apoya a quienes lidian con desafíos posparto. Juntos, creamos tres Chatbots dirigidos a ofrecer apoyo Empático a nuevas madres que enfrentan estas dificultades. Nuestro objetivo era facilitar el acceso al apoyo, disponible en cualquier momento y a bajo costo.

#Chatbots para Apoyo

Los chatbots, también conocidos como agentes conversacionales, son herramientas digitales que pueden interactuar con los usuarios de una manera similar a un humano. Han ganado popularidad en el cuidado de la salud porque pueden llegar a muchas personas, son fáciles de acceder y proporcionan información rápidamente. En el ámbito de la salud mental, los chatbots han mostrado promesa al ofrecer apoyo emocional, consejos de estilo de vida y recursos educativos.

En nuestro proyecto, diseñamos tres tipos de chatbots: un modelo simple Basado en reglas, un modelo más avanzado que utiliza técnicas de procesamiento de lenguaje natural (NLP), y un modelo generativo que aprende de datos. Cada uno de estos chatbots tenía como objetivo ofrecer apoyo a madres que enfrentan problemas posparto.

#La Necesidad de Chatbots

Muchas mujeres con trastornos del ánimo posparto no reciben la ayuda que necesitan. Las investigaciones muestran que hasta el 60% de las madres con tales síntomas no son diagnosticadas ni tratadas. Factores como las limitaciones financieras, la falta de tiempo y el miedo al juicio complican aún más el acceso a ayuda. La actual escasez de profesionales de salud mental agrava el problema; muchas áreas tienen muy pocos disponibles.

En respuesta, buscamos crear una herramienta automatizada que pudiera ofrecer apoyo en cualquier momento, ayudando a madres que pueden tener dificultades para encontrar ayuda tradicional. Al desarrollar chatbots, pretendíamos abordar los problemas de accesibilidad y costo, permitiendo a los cuidadores posparto recibir apoyo cuando más lo necesitan.

#Diseño de los Chatbots

Nuestros chatbots fueron diseñados con objetivos específicos en mente. Debían:

1. Proporcionar respuestas empáticas: Los chatbots deberían mostrar comprensión y compasión hacia los sentimientos y experiencias del usuario.
2. Ofrecer respuestas específicas al contexto: Las respuestas deberían adaptarse a las preocupaciones o preguntas individuales del usuario en lugar de ser genéricas.
3. Fomentar la conversación abierta: Los chatbots deberían hacer preguntas abiertas para estimular a los usuarios a expresarse más.

Es importante que los chatbots no den consejos médicos ni sugieran recursos específicos para el cuidado. Para los casos en que los usuarios mostraran síntomas severos, los chatbots estaban programados para dirigirlos a servicios de emergencia humanos.

#Tipos de Modelos de Chatbots

Hay dos enfoques principales para construir chatbots: modelos basados en reglas y modelos Generativos.

#Chatbots Basados en Reglas

Los chatbots basados en reglas funcionan siguiendo reglas predefinidas. Usan un conjunto de respuestas programadas basadas en palabras clave específicas en la entrada del usuario. Este tipo de chatbot es menos probable que produzca respuestas irrelevantes o inapropiadas, lo que lo hace adecuado para interacciones sencillas. Sin embargo, pueden tener problemas con conversaciones más complejas y abiertas, ya que están limitados a sus respuestas programadas.

#Chatbots Generativos

Los chatbots generativos, por otro lado, aprenden de grandes cantidades de datos y pueden crear respuestas basadas en patrones que han identificado. Pueden participar en conversaciones más fluidas y abiertas, lo que permite interacciones más naturales. Sin embargo, también pueden producir respuestas confusas o irrelevantes, ya que dependen del contexto proporcionado por sus datos de entrenamiento.

En nuestro estudio, creamos tres chatbots para evaluar su efectividad en apoyar a mujeres posparto: un modelo base basado en reglas, un modelo avanzado basado en reglas con componentes NLP y un modelo generativo.

#Desarrollo y Evaluación

Trabajamos de cerca con PSI para desarrollar nuestros chatbots, usando un conjunto de datos de conversaciones reales entre madres que buscaban ayuda y voluntarios entrenados. Este conjunto de datos incluía miles de mensajes, lo que nos ayudó a construir modelos que pudieran responder adecuadamente.

Evaluamos nuestros chatbots de dos maneras principales: usando métricas basadas en máquinas y evaluaciones humanas. Las métricas basadas en máquinas observaron qué tan de cerca las respuestas del chatbot coincidían con respuestas ideales o de "referencia", mientras que las evaluaciones humanas valoraron la satisfacción del usuario y la empatía percibida en las interacciones con los chatbots.

#Evaluación Basada en Máquinas

Para evaluar el rendimiento de cada chatbot, comparamos sus respuestas con un conjunto de datos curado de respuestas ideales. Esta evaluación utilizó puntuaciones para medir qué tan de cerca las respuestas del chatbot coincidían con las proporcionadas por voluntarios humanos. Usamos dos medidas clave:

1. BERTScore: Esta métrica mide la similitud semántica de las respuestas del chatbot con respecto a las respuestas ideales.
2. Porcentaje de Empatía: Esto muestra cuántas de las respuestas del chatbot contenían lenguaje empático.

#Evaluación Humana

Además de las evaluaciones basadas en máquinas, también realizamos evaluaciones humanas. Voluntarios de PSI calificaron los chatbots según su usabilidad, utilidad y empatía. Interactuaron con cada chatbot y proporcionaron comentarios sobre sus experiencias.

#Resultados

Nuestros hallazgos mostraron que el chatbot basado en reglas tuvo el mejor desempeño en general. Proporcionó respuestas que estaban más alineadas con las interacciones humanas, mostrando altos niveles de empatía y respuestas específicas al contexto. Los usuarios apreciaron la naturaleza detallada y comprensiva del modelo basado en reglas.

El chatbot generativo, aunque era atractivo y capaz de producir una variedad de respuestas, a menudo generaba respuestas que eran confusas o carecían de coherencia. Esta limitación surgió de los conjuntos de datos de entrenamiento más pequeños y la inherentemente impredecible naturaleza de los modelos generativos.

#Hallazgos Clave

1. Modelo Basado en Reglas: Logró las puntuaciones más altas en empatía y relevancia, proporcionando respuestas claras y de apoyo que los usuarios encontraron útiles.
2. Modelo Generativo: Proporcionó interacciones atractivas, pero a menudo resultó en salidas confusas y careció del apoyo enfocado que necesitaban los usuarios.

#Desafíos y Limitaciones

Si bien los chatbots mostraron promesa al proporcionar apoyo, se identificaron varios desafíos y limitaciones:

1. Calidad de los Datos: La efectividad de los modelos generativos depende de la calidad y el tamaño de sus conjuntos de datos de entrenamiento. En nuestro caso, la limitada cantidad de datos causó algunas confusiones en las respuestas.
2. Preocupaciones Éticas: Dada la naturaleza sensible del apoyo a la salud mental, es crucial asegurarse de que los chatbots no den consejos erróneos. Esto es especialmente importante al tratar con poblaciones vulnerables.
3. Supervisión Humana: La necesidad de intervención humana sigue siendo importante, especialmente al tratar síntomas severos.

#Conclusión

En resumen, nuestro trabajo demuestra el potencial de los chatbots para proporcionar un valioso apoyo a las mujeres posparto que enfrentan trastornos del ánimo y la ansiedad. Si bien ambos enfoques, el basado en reglas y el generativo, muestran promesa, el enfoque basado en reglas actualmente destaca como la opción más efectiva.

Los desarrollos futuros podrían centrarse en mejorar los chatbots generativos ampliando y refinando los conjuntos de datos de entrenamiento. A pesar de sus limitaciones, los chatbots representan un paso emocionante hacia la accesibilidad del apoyo en salud mental para quienes lo necesitan. Su capacidad para proporcionar respuestas instantáneas y empáticas puede ser un cambio de juego para muchas mujeres a medida que navegan los desafíos de la maternidad.

En última instancia, la integración de herramientas de apoyo digital como los chatbots podría jugar un papel clave en complementar los servicios tradicionales de salud mental, ofreciendo a las madres una capa adicional de cuidado durante un momento crítico en sus vidas.