La esquizofrenia representa un desafío significativo en el ámbito del diagnóstico médico. Los síntomas pueden variar ampliamente, desde alucinaciones ocasionales hasta un marcado aislamiento social, y es común que los pacientes no se comporten como lo harían normalmente. Por tanto, los profesionales de la salud deben confiar en su experiencia y en indicios sutiles para evaluar las diferencias en el habla y el comportamiento de los pacientes a lo largo del tiempo, lo que a menudo lleva a retrasos en el diagnóstico. En Estados Unidos, más de 3 millones de personas sufren de esquizofrenia, y generalmente reciben un diagnóstico, en promedio, un año y medio después de la aparición de sus síntomas iniciales.
Inteligencia Artificial en el Diagnóstico Psiquiátrico
Investigadores están explorando si la inteligencia artificial (IA) puede mejorar la precisión del diagnóstico y la atención en salud mental, analizando aspectos que a menudo escapan a la percepción humana, incluso con breves interacciones verbales. Aunque la integración de la IA en la práctica clínica no ocurrirá de inmediato, se la considera como una potencial revolución en la atención psiquiátrica, que podría facilitar la detección temprana y el seguimiento personalizado de trastornos con síntomas vagos.
Thomas Insel, psiquiatra y neurocientífico que dirigió el Instituto Nacional de Salud Mental en EE. UU. durante 13 años, señala que «tenemos las herramientas para hacerlo con una precisión sin precedentes». La esquizofrenia, que afecta a aproximadamente 23 millones de personas en todo el mundo, altera la percepción de la realidad, el pensamiento y la regulación emocional. Aunque la etiología de este trastorno sigue sin estar completamente aclarada, se ha sugerido que una combinación de factores genéticos, ambientales, alteraciones en la química cerebral y el uso de sustancias puede influir en su desarrollo.
Los profesionales de la salud enfatizan la necesidad de un diagnóstico temprano, ya que un tratamiento retrasado puede resultar en una menor eficacia terapéutica y un aumento del riesgo de daño cerebral, severidad de los síntomas y suicidio. Sin embargo, los diagnósticos a menudo son erróneos debido a su naturaleza subjetiva. Actualmente, los médicos evalúan los síntomas basándose en las declaraciones del paciente y su forma de comunicarse, utilizando diversas escalas de valoración que pueden ser difíciles de estandarizar. Esto puede llevar a variaciones en las puntuaciones entre diferentes médicos de hasta un 50%.
Automatizando el Diagnóstico
La inteligencia artificial tiene el potencial de automatizar y agilizar el proceso de diagnóstico, haciéndolo más preciso. Insel destaca que, por primera vez, podríamos tener una forma de evaluar objetivamente aspectos como la intensidad del delirio o la incoherencia en el pensamiento. Los psiquiatras consideran que el habla es un indicador clave del estado mental, ya que puede reflejar patrones de pensamiento desorganizado, característico de la esquizofrenia. Las personas que padecen este trastorno a menudo exhiben un estilo de comunicación errático, con un tono monótono y pausas prolongadas, lo que dificulta el diagnóstico en las primeras etapas.
Un grupo de investigadores de los Países Bajos exploró la capacidad de la IA en este contexto. Analizaron grabaciones de audio de pacientes previamente diagnosticados con esquizofrenia y utilizaron un software para medir 88 características de su habla, como el volumen y la duración de las pausas. Al entrenar un programa de IA con estos datos, lograron diferenciar a los pacientes esquizofrénicos de aquellos sin la enfermedad con una precisión del 86.2% y pudieron identificar diferentes subtipos del trastorno.
Un Enfoque Basado en el Contenido
Sunny Tang, psiquiatra e investigadora de los Institutos Feinstein de Investigación Médica en Nueva York, adoptó un enfoque distinto al centrarse en el contenido del discurso en lugar de en sus características acústicas. Su equipo desarrolló un modelo de aprendizaje automático que asigna una dirección matemática a cada palabra en las transcripciones de las conversaciones de los pacientes. Este enfoque permite al sistema evaluar si las frases se mantienen coherentes o se desvían, lo que podría indicar un pensamiento desorganizado. Los resultados mostraron que la IA podía distinguir entre personas con y sin esquizofrenia con una precisión del 87%, superando el 68% de precisión alcanzado por evaluadores clínicos sin asistencia tecnológica.
Más allá del diagnóstico, la IA podría ofrecer una herramienta valiosa para el seguimiento continuo de la gravedad y evolución de los síntomas a lo largo del tiempo. Este enfoque facilitaría a los médicos proporcionar atención más personalizada, permitiendo evaluar la efectividad de los tratamientos y detectar signos tempranos de recaída. Actualmente, este seguimiento requiere encuentros regulares entre médicos y pacientes, lo que implica un considerable gasto de tiempo y recursos. La inteligencia artificial podría ofrecer la posibilidad de obtener evaluaciones precisas de la psicosis a través de breves interacciones en aplicaciones o dispositivos, como indica Tang, quien espera tener una herramienta lista para ensayos clínicos en 2030.
Desafíos y Consideraciones Éticas
A pesar de los avances, aún queda un largo camino por recorrer antes de que la IA esté lista para su aplicación clínica en el diagnóstico de esquizofrenia. La calidad de los resultados de la inteligencia artificial depende en gran medida de los datos con los que se entrena; muchas investigaciones actuales utilizan muestras pequeñas y no representativas de la población general. Esto crea una necesidad urgente de obtener datos más amplios y diversos, como señala Jeffrey Girard, psicólogo de la Universidad de Kansas.
Además, es importante considerar que los cambios en el habla no siempre indican un trastorno mental; factores como la edad, el estrés o el uso de una segunda lengua pueden influir en la forma en que una persona se comunica. Esta variabilidad da lugar a una «brecha entre la investigación y la práctica», donde los logros obtenidos en entornos controlados pueden no ser aplicables en situaciones del mundo real, como advierte John Torous, psiquiatra del Centro Médico Beth Israel Deaconess de Harvard.
Idealmente, los médicos deberían conocer cómo suena el habla habitual de un paciente para detectar cambios significativos. Sin embargo, recopilar estos datos de referencia podría implicar desafíos éticos, ya que requeriría identificar a personas en riesgo y monitorizar sus conversaciones, lo que plantea preocupaciones sobre la privacidad y la seguridad, como menciona Brita Elvevåg, neurocientífica cognitiva de la UiT, la Universidad Ártica de Noruega.
En conclusión, aunque la inteligencia artificial presenta un futuro prometedor en el diagnóstico de esquizofrenia, es fundamental abordarlo con cautela. Como bien señala Vijay Mittal, investigador y psicólogo clínico de la Universidad Northwestern, «es una herramienta, no una panacea», y es crucial proceder con prudencia mientras continuamos explorando su potencial en la atención psiquiátrica.