AI ha aprendido a detectar tendencias suicidas a partir de escáneres cerebrales

Categoría: Sin categorizar Al corriente Oct 30

El suicidio es el segunda causa de muerte entre los jóvenes de entre 15 y 34 años en los Estados Unidos, y los médicos tienen herramientas limitadas para identificar a las personas en riesgo. Una nueva técnica de aprendizaje automático documentada en un artículo publicado hoy en Naturaleza Comportamiento Humano (PDF) podría ayudar a identificar a quienes sufren pensamientos suicidas.

Los investigadores observaron a 34 adultos jóvenes, divididos equitativamente entre participantes suicidas y un grupo de control. Cada sujeto pasó por una resonancia magnética funcional (fMRI) y se les presentaron tres listas de 10 palabras. Todas las palabras estaban relacionadas con el suicidio (palabras como muerte, angustia o fatal), efectos positivos (despreocupación, bondad, inocencia) o efectos negativos (aburrimiento, maldad, culpa). Los investigadores también utilizaron firmas neuronales mapeadas previamente que muestran los patrones cerebrales de emociones como la vergüenza y la ira.

Se encontró que cinco ubicaciones del cerebro, junto con seis de las palabras, eran los mejores marcadores para distinguir a los pacientes suicidas de los controles. Usando solo esas ubicaciones y palabras, los investigadores entrenaron un clasificador de aprendizaje automático que pudo identificar correctamente a 15 de los 17 pacientes suicidas y 16 de los 17 sujetos de control.

Luego, los investigadores dividieron a los pacientes suicidas en dos grupos, los que habían intentado suicidarse (nueve personas) y los que no (ocho personas), y entrenaron a un nuevo clasificador que pudo identificar correctamente a 16 de los 17 pacientes.

Los resultados mostraron que los pacientes sanos y aquellos con pensamientos suicidas mostraron reacciones marcadamente diferentes a las palabras. Por ejemplo, cuando a los participantes suicidas se les mostró la palabra muerte, el área de vergüenza de su cerebro se iluminó más que en el grupo de control. Asimismo, el problema también evocó más actividad en el área de tristeza.

Este es solo el último esfuerzo destinado a llevar la IA a la psiquiatría. Los investigadores están trabajando en proyectos de aprendizaje automático que van desde el análisis de resonancias magnéticas para predecir el trastorno depresivo mayor hasta la detección del trastorno de estrés postraumático a partir de los patrones del habla de las personas. A principios de este año, cableado escribió sobre investigadores que construyeron un sistema que puede analizar los registros de salud para señalar a alguien en riesgo de suicidarse, con una precisión de entre el 80 y el 90 por ciento. Facebook está utilizando la minería de texto para identificar a los usuarios en riesgo de suicidio o autolesión y luego dirigirlos a los recursos de salud mental (ver Grandes preguntas sobre las herramientas de prevención del suicidio de Facebook).

La inteligencia artificial ya ha hecho olas en el campo de la medicina en general. Hay algoritmos tan buenos para detectar tumores y otros problemas en las tomografías computarizadas que Geoffrey Hinton, uno de los principales investigadores en aprendizaje profundo, le dijo al Neoyorquino que los radiólogos eventualmente se quedarán sin trabajo. De hecho, dijo, deberían dejar de capacitar a los radiólogos ahora.

En este caso, es más probable que la investigación inspire nuevas terapias impulsadas por humanos que dejar sin trabajo a todo un campo de médicos. El documento señaló que la identificación de diferentes patrones y áreas podría sugerir nuevas regiones a las que apuntar para las técnicas de estimulación cerebral. Identificar respuestas emocionales particulares a términos relacionados con el suicidio también podría ser útil para los psicoterapeutas que tratan a sus pacientes.