Investigaciones recientes, han mostrado como las tecnologías impulsadas por Inteligencia Artificial (IA), han logrado un avance importante en el diagnóstico de trastornos psicológicos.
Diversos modelos de IA han sido aplicados exitosamente en el diagnóstico de trastornos psicológicos y enfermedades mentales como esquizofrenia, trastorno bipolar, trastorno de estrés post traumático, trastorno del espectro autista, entre otros. Este tipo de condiciones afectan a más de mil millones de personas en todo el mundo.
El diagnóstico de enfermedades mentales suele ser complicado debido a su heterogeneidad en la presentación clínica y a síntomas similares. Asimismo, las prácticas utilizadas para el diagnóstico de estas enfermedades se basan en el Manual Diagnóstico y Estadístico de los Trastornos Mentales (DSM-5) y el manual de Clasificación Internacional de Enfermedades (ICD-11), estas herramientas parecen haber sido superadas, ya que proponen que el diagnóstico se base en relatos de los pacientes y observaciones e interpretaciones realizadas por médicos.
Asimismo, su diagnóstico requiere utilizar diversos recursos y herramientas de diagnóstico como entrevistas, así como la elaboración de historias clínicas, lo que toma más tiempo del esperado. Por ello, la Salud Digital y sus herramientas ofrecen una serie de nuevas herramientas y oportunidades para apoyar en el diagnóstico e intervención en enfermedades mentales y salud mental.
Por ejemplo, la IA es capaz de entrenar modelos que aprendan reglas y ofrezcan conclusiones sobre información determinada. En salud mental la IA ha sido utilizada por ejemplo en bots sociales que apoyan la atención de demencia y otros trastornos.
Un estudio publicado en npj Digital Medicine, titulado: “El desempeño de las tecnologías impulsadas por la inteligencia artificial en el diagnóstico de los trastornos mentales: una revisión general”, muestra las diversas utilidades de la IA en el diagnóstico de estas condiciones mentales.
“La IA tiene un gran potencial para remodelar nuestra comprensión de los trastornos mentales y cómo diagnosticarlos. Aprovechar la IA para estudiar y dar sentido a patrones e interacciones complejos entre los genes, el cerebro, los comportamientos y las experiencias presenta una oportunidad sin precedentes para mejorar la detección temprana de enfermedades mentales y personalizar las opciones de tratamiento”, explican los autores.
Para la revisión, los autores buscaron en 11 bases de datos electrónicas, de esta forma lograron identificar 852 citas, de las cuales se eliminaron 344 duplicados y se excluyeron 466 citas. Finalmente, para este estudio, se tomaron en cuenta 15 revisiones sistemáticas, luego de pasar por diversos filtros de exclusión como datos irrelevantes en la población participante, en intervenciones o en tipo de publicación.
Las revisiones se publicaron entre 2017 y 2020. Las revisiones se centraron en el diagnóstico de diez enfermedades mentales distintas: 7 en Alzheimer, 6 en deterioro cognitivo leve, 3 en esquizofrenia, 2 en trastorno bipolar, 1 en trastorno del espectro autista, 1 en trastorno obsesivo compulsivo, 1 en trastorno de estrés post traumático y 1 en trastornos psicóticos.
El rendimiento en las revisiones mostró un rango de 21 al 100% en el diagnóstico de estas condiciones mentales. Siete de las revisiones se basaron en cualquier enfoque de IA, otras siete en el aprendizaje automático supervisada y una en aprendizaje profundo.
El número de estudios recuperados en estas revisiones varió de 52 hasta 7991 y de estudios incluidos varió entre 12 y 114.
Puedes consultar la revisión completa y sus resultados en el siguiente enlace: https://www.nature.com/articles/s41746-022-00631-8
