Could Artificial Intelligence Help With Early Diagnosis of Schizophrenia?
El diagnóstico de la esquizofrenia ha sido históricamente un desafío para los psiquiatras, quienes deben confiar en su experiencia y en señales sutiles para identificar la enfermedad. Sin embargo, investigaciones recientes sugieren que la inteligencia artificial (IA) podría revolucionar este proceso, ofreciendo diagnósticos más rápidos y precisos.
La esquizofrenia, que afecta a aproximadamente 23 millones de personas en todo el mundo, es un trastorno que interfiere con la percepción de la realidad, el pensamiento y la regulación emocional. Los síntomas pueden incluir alucinaciones, aislamiento social y delirios, aunque no siempre se presentan de manera evidente. Este diagnóstico complicado a menudo se retrasa, con los pacientes recibiendo un diagnóstico un promedio de un año y medio después de la aparición de los primeros síntomas.
Investigadores están explorando cómo la IA podría mejorar el diagnóstico y el cuidado al analizar lo que los clínicos no pueden escuchar o cuantificar, incluso si el software solo trabaja con unos minutos de conversación. Según Thomas Insel, un psiquiatra y neurocientífico, «tenemos las herramientas para hacerlo con una precisión que nunca antes habíamos tenido».
Un equipo de investigadores en los Países Bajos ha utilizado grabaciones de audio de personas diagnosticadas previamente con esquizofrenia para entrenar un programa de IA que pueda distinguir entre personas con y sin la enfermedad. Este programa logró una precisión del 86.2% al diferenciar pacientes esquizofrénicos de controles sanos, e incluso pudo distinguir entre diferentes subtipos de la enfermedad.
La IA podría ser especialmente útil para detectar pacientes en etapas tempranas o en alto riesgo de desarrollar esquizofrenia, así como para predecir recaídas. Alban Voppel, coautor del estudio, señala que «hay señales esperanzadoras de que podemos captar cosas muy sutiles que los psiquiatras encuentran mucho más difíciles de detectar o predecir».
Por otro lado, Sunny Tang, psiquiatra e investigadora, ha adoptado un enfoque diferente al centrarse en el contenido del habla en lugar de los sonidos. Su equipo ha desarrollado un modelo de aprendizaje automático para analizar las transcripciones de las conversaciones de los pacientes, asignando una dirección matemática a cada palabra.