Como la agencia científica nacional de Australia, la Organización de Investigación Científica e Industrial de la Mancomunidad (CSIRO) desafió los límites de lo que es posible durante más de 85 años. En la actualidad, la organización de investigación multidisciplinaria cuenta con más de 5 000 individuos trabajando en 55 centros en Australia y otros países. Juega un papel fundamental en la mejora de las colaboraciones dentro del sistema de innovación nacional australiano y actúa como asesor de confianza del sector gubernamental, industrial y científico. Se encuentra dentro del uno por ciento de las principales instituciones de investigación a nivel mundial en 14 de 22 campos de investigación y dentro del 0,1 por ciento en cuatro campos de investigación. De manera colectiva, el nivel de excelencia e innovación de CSIRO la ubica dentro de las 10 agencias de investigación aplicada más importantes del mundo.

Fundado en 2002, el Black Dog Institute (BDI) es un organismo de investigación australiano sin fines de lucro dedicado a mejorar el diagnóstico, el tratamiento y la prevención de varios trastornos afectivos. Su objetivo es educar a los profesionales del sector médico y al público en general acerca de los trastornos mentales y ofrece una variedad de recursos, que incluyen fichas técnicas y cuestionarios, en su sitio web. Por ejemplo, los médicos generales de Australia derivan a los pacientes al programa de evaluación de trastornos mentales (MAP) online, que analiza el tipo de personalidad y ayuda a distinguir entre ansiedad, trastorno bipolar y los diferentes subtipos de depresión clínica. Con nueve directores, 12 especialistas en psiquiatría y un numeroso personal de apoyo, el BDI continúa creciendo y atrayendo a expertos líderes en el campo de la salud mental, a través de los cuales se logran nuevas subvenciones y galardones. En 2013, la catedrática y directora ejecutiva del BDI, Helen Christensen, recibió la prestigiosa Medalla de los Fundadores de la Sociedad Australiana de Investigación Psiquiátrica.

Desde mayo de 2014, el BDI colaboró con la CSIRO en una investigación que utiliza los medios sociales para monitorear cambios de estado de ánimo a gran escala. El estudio We Feel utiliza una muestra de datos de gran tamaño que incluye cientos de millones de tweets que se publican diariamente en Twitter. La CSIRO le propuso el estudio al Black Dog Institute, que ayudó a mejorar el concepto antes de que la CSIRO lo implementase.

Según una investigación anterior realizada por la Universidad Northeastern de Boston, el contenido y la estructura de los tweets se pueden analizar para determinar el estado emocional de las personas que los producen. Por ejemplo, un estudio del Centro de Sistemas Complejos de la Universidad de Vermont mezcló las 5 000 palabras más utilizadas en una variedad de fuentes, que incluyeron Google Books, artículos del New York Times y mensajes de Twitter. Estas palabras se clasificaron del 1 (triste) al 9 (feliz) y se utilizaron para establecer una correspondencia de la relación entre la felicidad de la población estadounidense y una variedad de historias de noticias de última hora.

Quienes diseñaron el estudio We Feel querían implementar esta estrategia básica en aproximadamente 19 000 tweets de acceso público por minuto con una gran cantidad de términos relacionados con el estado de ánimo. Los investigadores esperaban que el estudio los ayudase a entender en qué medida las emociones dependían de factores sociales y ambientales, como el clima, el momento del día y las noticias del momento.

Para lograr sus objetivos, los encargados del diseño del estudio debían enfrentar tres retos principales. En primer lugar, el gran volumen de datos de entrada exigiría una gran capacidad informática flexible para recopilar los tweets en tiempo real y analizar los resultados. En segundo lugar, necesitaban archivar datos de manera segura para que los patrones registrados con el tiempo se pudieran medir y publicar. Finalmente, era muy importante que los hallazgos estuvieran disponibles para y pudieran ser comprendidos por el público. Para lograrlo, necesitaban una manera de representar visualmente los hallazgos en tiempo real, con un sistema de representación de emociones con códigos de colores que aprovechase el conjunto de datos de clasificaciones normativas de emociones desarrollado por el Centro de Investigación de Lectura de la Universidad Ghent de Bélgica.

El equipo de We Feel se interesó inmediatamente en Amazon Web Services (AWS) y su servicio de procesamiento de datos en tiempo real Amazon Kinesis. "Sabíamos que AWS nos podía brindar la plataforma y las capacidades que necesitábamos, por eso fue una opción indiscutida para el proyecto", dice la Dra. Cécile Paris, líder en investigación en informática social y lingüística del Digital Productivity Flagship de CSIRO. AWS también vio el potencial de una asociación productiva y decidió patrocinar el proyecto e incluyó sus productos como parte de un generoso paquete de apoyo.

We Feel utiliza varias instancias de Amazon Elastic Compute Cloud (Amazon EC2) para recopilar tweets de la API pública de Twitter con un promedio de 19 000 tweets por minuto. Una instancia independiente de Amazon EC2 procesa los tweets, analiza los nombres de los usuarios para determinar el género e identifica frases que revelen contenido sobre emociones. La información se envía a una transmisión de Amazon Kinesis y los tweets se copian en Amazon Simple Storage Service (Amazon S3) escalable para almacenamiento en frío. Otra instancia de Amazon EC2 monitorea la transmisión y genera un resumen de los resultados cada cinco minutos y lo transcribe en una base de datos de Amazon DynamoDB. Brian Jin, un ingeniero de software y director de proyectos de investigación de CSIRO, revisa periódicamente cada instancia con Amazon CloudWatch, que le permite monitorear la red para detectar actividad inusual. Finalmente, Amazon Route 53 se utiliza para enviar el tráfico web de entrada al sitio web de We Feel, que también está hospedado en AWS.

Con la financiación constante de la CSIRO, el equipo de We Feel ahora usa AWS para analizar cientos de millones de tuits antes de publicar los resultados en su sitio web. El resultado es la obtención de una perspectiva pionera del estado emocional de una población amplia y demográficamente diversa. Los visitantes al sitio web pueden indagar en los resultados por sexo, ubicación y calidad emocional. Actualmente, se contemplan seis categorías emocionales primarias (desde la alegría al miedo) con subcategorías para estados emocionales más sutiles, como el optimismo o el nerviosismo.

"Es una herramienta extraordinaria", dice la Dra. Paris. "Con AWS, pudimos poner la aplicación en funcionamiento en tan solo unos meses y ahora nos permite analizar millones de tweets en tiempo real".

We Feel ofrece una visión global que les permite a los investigadores vincular los cambios de estado de ánimo con el contexto social. "Por ejemplo, pudimos observar cambios de estado de ánimo interesantes en relación con el lanzamiento del Presupuesto Federal Australiano de 2014", dice la Dra. Paris. "Durante la semana siguiente, observamos un incremento del 30 por ciento de tweets que expresaban temor y un 27 por ciento de tweets que expresaban enojo. Este tipo de análisis no tiene precedentes".

Un aspecto importante es que el uso de la capacidad informática de AWS les permitió a los investigadores enfocarse en los resultados de su estudio sin tener que preocuparse por la resiliencia de su infraestructura de TI. "En mayo de 2014, tuvimos un pico de tráfico: recibimos 28 000 visitas en el sitio web de We Feel en un único día y 70 276 durante todo el mes", dice Jin. "Pero no hubo absolutamente ninguna demora. Desde entonces, tenemos un tiempo de actividad de casi el 100 por ciento, con tan solo un día sin conexión para implementar una reestructuración programada de la red".

Jin está particularmente interesado en Amazon Kinesis, a quien le atribuye la capacidad de suministrar la agilidad necesaria para recopilar y anotar grandes volúmenes de tweets en tiempo real. "Nos preocupaba el hecho de que el sistema pudiese sobrecargarse debido a los datos de entrada, pero no tuvimos errores de sistema debido a estos cambios de volumen", dice. "Al mantener un búfer de 24 horas, el uso de Amazon Kinesis nos proporciona tolerancia a errores integrada, de modo que apenas tenemos de qué preocuparnos".

El equipo de We Feel planea buscar más fondos para ampliar su trabajo de investigación y hacer un mejor uso de los datos de ubicación geográfica de Twitter, con el objetivo de allanar el camino para analizar la relación entre las ubicaciones geográficas y los estados emocionales. Por último, una mejor comprensión del "cuándo, por qué y dónde" de los cambios en los estados de ánimo de la población promete ayudar a organizaciones como el BDI a focalizar de manera más precisa los servicios y la información sobre salud mental. Es posible mejorar el cuidado de la salud mental de las personas en los momentos que más lo necesitan.

"Sin la capacidad y la flexibilidad provistas por la plataforma de AWS, este proyecto no hubiera sido posible", dice la catedrática Christensen. "Los resultados que obtuvimos superan nuestras expectativas".

Para obtener más información sobre cómo los proveedores de salud pueden usar AWS, visite nuestra página de detalles sobre salud.