Fiabilidad

¿Son el diagnóstico y el tratamiento basados en inteligencia artificial el futuro de la ayuda a la salud mental?

Resumen

La inteligencia artificial (IA) puede cambiar las reglas del juego en el sector de la salud mental, ya que permite a investigadores y profesionales diagnosticar automáticamente y descubrir tratamientos para enfermedades como el Alzheimer, la depresión y la esquizofrenia.

El apoyo a la salud mental escasea. Mientras que uno de cada cinco adultos estadounidenses padece una enfermedad mental, en marzo de 2023, 160 millones de estadounidenses viven en zonas con escasez de profesionales de la salud mental.

Al mismo tiempo, la escasez de psiquiatras y otros profesionales sanitarios deja a muchos proveedores de servicios sobrecargados, con un número limitado de personal bajo presión para diagnosticar y tratar a los pacientes en el menor tiempo posible.

La inteligencia artificial (IA) podría cambiar las reglas del juego en el sector de la salud mental, no sólo porque ayuda a estudiar los síntomas, predictores y señales que pueden utilizarse para diagnosticar enfermedades como el Alzheimer, la depresión y la esquizofrenia, sino porque también puede utilizarse para descubrir nuevos tratamientos para tratarlas.

Cómo puede ayudar la IA a los profesionales de la salud mental

En los últimos años, varios investigadores han estado experimentando con IA, aprendizaje automático (ML) y aprendizaje profundo para ver si pueden usarse para diagnosticar y tratar afecciones mentales.

Por ejemplo, en 2022, investigadores de Stanford utilizaron el aprendizaje automático para predecir el consumo de opioides en pacientes. Como parte del estudio, los investigadores procesaron los datos desidentificados de 180.000 empleados de Medicaid para buscar los indicadores clave del consumo crónico de opioides.

Este enfoque permitió obtener nuevos conocimientos sobre el tratamiento de la adicción a los opiáceos. Más concretamente, el estudio demostró que el Tramadol, un analgésico opiáceo popularmente recetado, podía utilizarse para predecir el consumo de opiáceos a largo plazo.

También se descubrió que el 29,9% de las personas que consumían opiáceos por primera vez o durante menos de dos meses corrían el riesgo de sufrir dependencia de los opiáceos.

En otro estudio, investigadores de la Queen’s University de Canadá demostraron cómo la IA y el aprendizaje profundo podían utilizarse para procesar transcripciones de entrevistas clínicas y evaluar automáticamente la gravedad de la depresión de un paciente. Aquí, la IA ayudó a estandarizar y acelerar el proceso de evaluación.

Es importante señalar que las capacidades de diagnóstico de la IA no están destinadas a reemplazar el juicio de un profesional mental, sino a darles acceso a más conocimientos que pueden utilizar para informar sus decisiones sobre cómo tratar y apoyar a sus pacientes.

¿Es la IA lo bastante precisa para predecir los trastornos mentales?

Cuando se utiliza la IA en un entorno sanitario, es fundamental que la información generada a partir de un conjunto de datos sea lo más precisa posible, ya que hay vidas reales en juego. Una decisión o un diagnóstico erróneos pueden hacer que personas vulnerables se queden sin el apoyo que necesitan.

Sin embargo, uno de los principales retos a la hora de utilizar la IA para predecir enfermedades mentales es que la exactitud de sus diagnósticos o predicciones depende de la calidad y precisión de los datos con los que se entrena.

La investigadora clínica Sarah Graham et al. revisaron 28 estudios que utilizaban IA para predecir, clasificar o sub-agrupar enfermedades mentales como la depresión, la esquizofrenia y otras enfermedades psiquiátricas, y descubrieron que su precisión general oscilaba entre el 63% y el 92%.

Mientras que el 63% es relativamente bajo, el 92% es mucho más prometedor. Sugiere que si los investigadores se toman el tiempo necesario para alimentar los sistemas de IA con las señales de datos adecuadas, pueden aumentar drásticamente la precisión de sus resultados.

Por ejemplo, un estudio publicado a principios de este año descubrió que la IA (CRANK-MS) podía utilizarse para predecir la enfermedad de Parkinson con una precisión del 96%.

Esto fue posible gracias a los datos detallados de que se disponía sobre los sujetos de la prueba. El estudio siguió a 78 individuos de España, que proporcionaron una muestra de sangre entre 1993 y 1996 y fueron objeto de seguimiento durante 15 años.

Lo más importante es que los sistemas de IA pueden hacer inferencias mucho más fiables cuando se les proporcionan señales detalladas de las que extraer conclusiones.

Preocupaciones éticas

Por supuesto, aunque la IA puede desempeñar un papel útil en el apoyo a los pacientes de salud mental, debe aplicarse con cuidado. En la práctica, esto significa que los profesionales sanitarios no pueden confiar en la IA para diagnosticar enfermedades mentales, sino para mejorar su propio diagnóstico y comprensión de la enfermedad del paciente.

Por ejemplo, si un psicólogo o una psicóloga evalúan a una persona por depresión, podrían utilizar sus propios conocimientos para evaluar la gravedad de su afección y utilizar los conocimientos adicionales generados por la IA para aumentar la confianza en su diagnóstico o cotejar las posibles opciones de tratamiento.

También es importante señalar que las organizaciones que deseen aplicar la IA para procesar datos de pacientes deben obtener el permiso de esas personas, o desidentificar sus datos, para proteger sus derechos a la privacidad de los datos.

No hacerlo podría dar lugar a importantes responsabilidades legales en virtud de marcos de protección de datos como el GDPR y la HIPAA u otros tipos de riesgo reputacional.

Recientemente, el Senado de EE. UU. ha pedido que se examinen aplicaciones de salud mental como BetterHelp y Talkspace por la preocupación de que los proveedores puedan estar recopilando y compartiendo información privada con terceros.

Complemento de los profesionales sanitarios

La IA no es una solución milagrosa para la crisis de salud mental, pero ofrece oportunidades a los profesionales e investigadores clínicos para aumentar su capacidad de diagnosticar y tratar a los pacientes.

Fundamentalmente, cuantos más datos haya para respaldar un diagnóstico o un tratamiento, mejor.

Temas relacionados

Tim Keary
Editor

Desde enero de 2017, Tim Keary ha sido un escritor y reportero de tecnología independiente que cubre tecnología empresarial y ciberseguridad.