En los últimos años hemos oído hablar mucho del potencial de los médicos y enfermeras digitales: el ejemplo de la IA convirtiéndose directamente en responsable de nuestro bienestar.
Al ser un paso lógico después de que la IA ayude a diagnosticar y evaluar el camino del tratamiento, la digitalización de los profesionales médicos es algo con lo que el público en general aún no se siente completamente cómodo.
Pero, ¿qué pasa si la tecnología se vuelve hacia la salud mental y comienza a digitalizar no a los médicos sino a los psicólogos?
Digitalizar psicólogos: ¿es posible?
Las implicaciones son todas favorables a la introducción de la IA en la esfera: se estima que una cuarta parte de la población adulta tiene trastornos mentales. Según la Organización Mundial de la Salud , la depresión por sí sola afecta a unos 300 millones de personas en todo el mundo. La triste verdad es que no todo el mundo puede pedir ayuda. Los obstáculos están relacionados con el estigma que aún existe en la sociedad, la falta de terapeutas, el precio de la terapia y, en algunos países, la calificación de especialistas.
AI parece ofrecer muchas oportunidades para ayudar a las personas a mantener y mejorar su salud mental. Actualmente, los dominios más prospectivos para la aplicación de técnicas de inteligencia artificial son la psiquiatría computacional y el desarrollo de chatbots especializados que puedan brindar servicios de asesoramiento y terapéuticos.
Psiquiatría computacional
La psiquiatría computacional, ampliamente definida, abarca dos enfoques: basado en datos y basado en teoría.
Enfoques basados en datos
Aplican métodos de aprendizaje automático a datos de alta dimensión para mejorar la clasificación de enfermedades, predecir los resultados del tratamiento o mejorar la selección del tratamiento.
Enfoques basados en la teoría
Utilizan modelos que ejemplifican el conocimiento previo de dichos mecanismos en múltiples niveles de análisis y abstracción. La psiquiatría computacional combina múltiples niveles y tipos de computación con múltiples tipos de datos para mejorar la comprensión, el diagnóstico, la predicción y el tratamiento de los trastornos mentales.
Digitalizar los diagnósticos
Se sabe que los trastornos mentales son difíciles de diagnosticar. Actualmente, el diagnóstico se basa en la visualización de síntomas catalogados como trastornos de salud mental por los profesionales y recogidos en el Manual Diagnóstico y Estadístico de los Trastornos Mentales (DSM). Sin embargo, en muchos casos, con la falta actual de biomarcadores y síntomas recopilados a través de observaciones, estos síntomas se superponen entre diagnósticos. Además, los humanos son propensos a la inexactitud y la subjetividad: lo que es tres en la escala de ansiedad de una persona puede ser siete para otra.
Una forma posible para que la IA ayude o incluso reemplace a los expertos humanos, como lo ofrece el grupo Virginia Tech , consiste en digitalizar estas respuestas no homogéneas con criterios homogéneos, combinando la neuroimagen de resonancia magnética funcional con la recopilación masiva de datos. Respuestas a encuestas, resonancias magnéticas funcionales y estructurales, datos de comportamiento, datos de voz de entrevistas y evaluaciones psicológicas.
Cuarteto de salud
Otro ejemplo es Cuarteto de salud , que analiza los antecedentes médicos y los patrones de comportamiento de los pacientes para descubrir problemas de salud mental no diagnosticados. Para ilustrar el concepto, Quartet también puede informar una posible ansiedad basada en el hecho de que alguien ha sido examinado repetidamente por un problema cardíaco inexistente.
La inteligencia artificial puede ayudar a los investigadores a descubrir los síntomas físicos de los trastornos mentales y rastrear la efectividad de varias intervenciones en el cuerpo. Además, puede encontrar nuevos patrones en nuestros comportamientos sociales. O vea dónde y cuándo una determinada intervención terapéutica es efectiva, proporcionando un modelo para digitalizar el tratamiento preventivo de salud mental.
Digitalizando la asistencia terapéutica
De manera similar a las enfermedades somáticas, los algoritmos de inteligencia artificial se pueden usar para evaluar el tratamiento de los trastornos mentales, predecir el curso de la enfermedad y ayudar a seleccionar la ruta de tratamiento óptima. El modelado estadístico mediante la extracción de datos de ensayos clínicos existentes puede permitir la identificación prospectiva de pacientes que pueden responder a una línea específica de tratamiento.
Predecir el mejor antidepresivo
Un ejemplo del uso del aprendizaje automático es elaplicación de algoritmos para predecir el antidepresivo específico con la mejor probabilidad de éxito . Si bien los médicos no cuentan con mecanismos empíricamente validados para evaluar si un paciente con depresión responderá a un antidepresivo específico, la eficacia del tratamiento puede mejorarse emparejando a los pacientes con las intervenciones.
Además de analizar imágenes de fMRI, rostros de la psiquiatría computacional, cuestiones éticas, espirituales, prácticas y tecnológicas. Por ejemplo, los enormes archivos de datos intensamente personales necesarios para los algoritmos plantean inmediatamente el problema de la ciberseguridad. Al mismo tiempo, sin embargo, es una barrera entre el individuo, los datos personales y el consultor. Una barrera que puede ayudar a superar el miedo de los pacientes a la estigmatización y la renuencia a buscar ayuda.
Desarrollo de chatbot
La idea de crear chatbots que brindaran servicios de asesoramiento inmediato surgió como respuesta a la falta de terapeutas y la vergüenza de los pacientes. Se cree que los pacientes, que a menudo son reacios a revelar sus problemas a un terapeuta que nunca antes habían conocido, bajan la guardia con las herramientas basadas en IA. Además, el menor costo de los tratamientos de IA en comparación con un psiquiatra o psicólogo le permite ampliar la cobertura a un círculo más amplio de personas que requieren atención.
Consultoría virtual
La idea de digitalizar (y simular) conversaciones entre un terapeuta y un paciente se remonta a la década de 60. En ese momento, el Laboratorio de Inteligencia Artificial del MIT diseñó a ELIZA, el abuelo de los chatbots modernos. Los avances actuales en el procesamiento del lenguaje natural y la popularidad de los teléfonos inteligentes están a la vanguardia en el cuidado de la salud mental.
Por ejemplo, la aplicación Ginger.io ofrece sesiones de entrenamiento y terapia basadas en video y texto. Al analizar evaluaciones anteriores y datos en tiempo real recopilados a través de dispositivos móviles, la aplicación Ginger.io puede ayudar a los especialistas a realizar un seguimiento del progreso del paciente, identificar momentos de crisis y desarrollar planes de atención personalizados.
Otro ejemplo es Woebot. Woebot es un programa informático integrado en Facebook que tiene como objetivo digitalizar y replicar las conversaciones entre un paciente y un terapeuta. La tecnología de salud digital pregunta sobre su estado de ánimo y sus pensamientos. "Escucha" cómo te sientes, aprende sobre ti y ofrece herramientas de terapia cognitivo-conductual (TCC) establecido en la evidencia . El primer estudio de control aleatorio con Woebot mostró resultados interesantes. Después de solo dos semanas, los participantes experimentaron una reducción significativa en canal e ansiedad.
Ellie
La próxima generación de chatbots contará con avatares que pueden detectar señales no verbales y responder en consecuencia. Un terapeuta virtual llamado Ellie es fue lanzado por el Instituto de Tecnologías Creativas (ICT) de la Universidad del Sur de California. ¿El propósito? Tratamiento de veteranos que sufren de depresión y síndrome de estrés postraumático. Ellie trabaja utilizando varios algoritmos que determinan sus preguntas, movimientos y gestos. El programa observa 66 puntos en la cara del paciente y detecta la velocidad del habla del paciente y la duración de las pausas. Las acciones, los movimientos y el lenguaje de Ellie imitan los de un terapeuta real solo en la medida en que no parecen demasiado humanos.
Prevenir el aislamiento social
Otro problema que pueden abordar los chatbots impulsados por IA es el aislamiento social extremo y las dificultades para construir relaciones sociales cercanas entre personas que padecen enfermedades mentales. Combinados con las redes sociales de Internet, estos chatbots pueden fomentar un sentido de pertenencia y fomentar la comunicación positiva. El Centro Nacional de Excelencia en Salud Mental Juvenil en Melbourne, Australia, ha lanzado el proyecto Terapia Social Moderada en Línea (MOST). Su objetivo es ayudar a los jóvenes que se recuperan de la psicosis y la depresión. La tecnología digitaliza un entorno terapéutico en el que los jóvenes aprenden e interactúan, además de servir como plataforma para practicar técnicas terapéuticas.
. . .
Los desarrollos recientes sugieren que pronto enfrentaremos la revolución de la inteligencia artificial en el salud mental,. Y esto dará como resultado un mejor acceso y una mejor atención a costos asequibles. Sin embargo, si la IA construye modelos para los trastornos de salud mental, ¿no estamos construyendo también un modelo para la normalidad? Y si es así, ¿quién puede definir lo que es "normal" y se utilizará como herramienta o garrote?
Lo que debemos recordar cuando aplicamos la inteligencia artificial para estudiar nuestro cerebro es que debemos tener cuidado de no reducir la personalidad a una combinación de factores cuantificables y de desmitificar los trastornos mentales sin encontrar problemas en ninguna idiosincrasia.
Blanca Stan - Licenciado en Derecho, escritor con varios libros publicados en Rumanía y periodista del grupo "Anticipatia" (Bucarest). Se centra en el impacto de las tecnologías exponenciales, la robótica militar y su intersección con las tendencias globales, la urbanización y la geopolítica a largo plazo. Vive en Nápoles.
