Las campañas de prevención del VIH podrían estar entrando en una nueva etapa. Un equipo de investigadores en EE UU ha desarrollado un sistema basado en inteligencia artificial (IA) que permite identificar y compartir mensajes útiles sobre prevención del VIH en redes sociales. Los resultados, publicados en la revista PNAS Nexus, indican que los mensajes seleccionados por el sistema fueron bien recibidos tanto por hombres gais, bisexuales y otros HSH (GBHSH) como por departamentos de salud pública.
Históricamente, las campañas de prevención del VIH han dependido de organismos públicos y organizaciones comunitarias que aplican unos protocolos de diseño y difusión relativamente rígidos. Estos enfoques, aunque bienintencionados, suelen ser costosos, lentos en su implementación y difícilmente adaptables a los cambios culturales o sociales. Por el contrario, el contenido generado por usuarios en redes sociales representa una alternativa dinámica, descentralizada y en constante evolución. El estudio sugiere que automatizar la selección de contenidos podría reducir costes, ampliar el alcance de las campañas y hacerlas más ágiles y adaptadas a los intereses reales de las comunidades. Una alternativa prometedora frente a los modelos tradicionales de comunicación en salud.
De los tuits a la acción: cómo funciona el modelo
El proyecto se desarrolló entre 2022 y 2023 en tres fases. En la primera, el equipo científico recopiló más de 13.000 tuits sobre prevención del VIH publicados entre 2010 y 2018. Usaron un algoritmo de aprendizaje automático para identificar cuáles de ellos podían tener mayor impacto, por ejemplo, motivando a hacerse la prueba del VIH o a iniciar la PrEP.
De todos esos mensajes, solo 607 fueron clasificados como de “alto potencial”, y de ahí se seleccionaron los 200 más prometedores. Estos mensajes fueron validados por personas expertas para asegurarse de que cumplían con las recomendaciones de salud pública (por ejemplo, evitando contenidos que sugirieran la abstinencia como única vía de prevención).
El modelo más eficaz resultó ser una red neuronal llamada bi-LSTM, capaz de identificar patrones complejos en el lenguaje natural, algo clave para analizar el estilo y tono de publicaciones reales en redes sociales.
Uso real en departamentos de salud pública
La tercera fase consistió en un experimento de campo con 19 organismos públicos de salud de 42 condados estadounidenses. Durante ocho semanas, estos equipos recibieron recomendaciones diarias de mensajes seleccionados por IA para publicar en sus redes.
Los resultados fueron claros: Los mensajes sugeridos por el sistema se compartieron 7 veces más que los mensajes no clasificados. Aunque la interacción media por publicación no aumentó de forma significativa, sí lo hizo la frecuencia y la regularidad con la que las entidades publicaban contenidos preventivos sobre VIH.
Eso sí, no se observó un efecto claro sobre la capacidad de estos equipos para crear mensajes propios. Esto indica que, aunque el sistema funciona bien como apoyo, aún puede mejorar en su potencial para generar autonomía comunicativa.
¿Y ahora qué? Retos para el futuro inmediato
La posibilidad de usar IA en comunicación en salud abre un camino interesante, especialmente para contextos con pocos recursos humanos y económicos. Automatizar la selección de contenidos ahorra tiempo y dinero, y permite estar al día con el lenguaje y las preocupaciones reales de la comunidad.
Pero también hay desafíos importantes: La personalización local es clave. Lo que funciona en un estado de EE UU puede no servir en otro país o en comunidades con culturas diferentes. Adaptar el contenido a cada realidad sigue siendo necesario.
Conclusión
Este estudio demuestra que la inteligencia artificial no solo puede identificar mensajes útiles para la prevención del VIH, sino que también puede ser bien recibida por quienes más necesitan esa información. No sustituye a la acción comunitaria, pero puede convertirse en una herramienta potente para reforzarla.
Fuente: Aidsmap / Elaboración propia (gTt-VIH).
Referencia: Chan MS et al. Living health-promotion campaigns for communities in the United States: Decentralized content extraction and sharing through AI. PNAS Nexus 4: pgaf171, 2025 (open access).https://doi.org/10.1093/pnasnexus/pgaf171
Suscríbete a los boletines
Utiliza este formulario para suscribirte en los diferentes boletines. Si tienes cualquier problema ponte en contacto con nosotros.
Al continuar, confirmas que has leído el aviso legal y aceptas la política de privacidad.
