Algoritmos al servicio de la salud mental: las nuevas paradojas de la IA

Índice
Facebook
Twitter
LinkedIn
Email

La Inteligencia Artificial está ayudando a anticipar y acelerar el diagnóstico de enfermedades mentales (alzhéimer, párkinson o depresión) las cuales, paradójicamente, tienen parte de su origen en los efectos negativos de las nuevas tecnologías y los algoritmos que las alimentan.

El campo de la inteligencia artificial no deja de generar continuas contradicciones en la sociedad actual. La paradoja de Moravec explica cómo la IA convierte en fácil lo difícil (y viceversa), mientras que visiones más alarmistas ponen el grito en el cielo sobre cómo las máquinas superinteligentes del futuro destruirán puestos de trabajo a la par que simplifican nuestro día a día.

El terreno de la salud mental no es ajeno a estos contrasentidos. Mientras las nuevas tecnologías, los dispositivos móviles y las redes sociales son causantes de ansiedad o depresión, los algoritmos que los mueven se están convirtiendo en aliados en la detección y tratamiento de otros trastornos mentales como la demencia, el alzhéimer o el párkinson.

Tras la pandemia, la salud mental de muchas personas, sobre todo mayores de 65 años, se ha resentido en gran medida a causa de los efectos de la soledad e incertidumbre ante una situación inusual que ha marcado la vida de todos. Esto, unido a la aparición de las tecnologías aplicadas a la salud, está cambiando el paradigma a la hora de detectar y tratar las enfermedades o trastornos mentales.

De hecho, el suicidio es la primera causa no natural de muertes en España y, según datos de 2022, casi tres millones de personas en el territorio nacional tiene un diagnóstico depresivo.

Pero también ha sido un tiempo de reflexión, análisis e investigación que ha recogido sus frutos. Buena prueba de ello es el siguiente estudio realizado en España.

Resulta paradójico que la tecnología haya sido, en algunos casos, un elemento causante de enfermedades y, al mismo tiempo, se esté demostrando que sea un motor acelerador para la curación de éstas.

La IA analiza las risas de los pacientes para reconocer el párkinson

Hoy en día, la detección y el diagnóstico de los trastornos mentales es un proceso que se desarrolla en varias fases. De hecho, en países como Estados Unidos, el proceso es tan lento que muchos pacientes pueden esperar hasta dos años para su primera cita con un psiquiatra especializado en la materia.

De esta forma, un equipo de investigadores de varios organismos institucionales de Madrid y de Zaragoza, ha demostrado que un sistema automático de apoyo a la decisión puede reconocer pacientes que sufren de párkinson a través del análisis de sus risas. La enfermedad de Parkinson es una patología neurodegenerativa de la que, por ahora, se desconoce su cura.

Mucho se ha avanzado al respecto, desde foros internacionales con el objetivo de concienciar sobre los planes de actuación, pasando por la labor de cuidadoras de alzhéimer, de párkinson a domicilio, hasta residencias y profesionales geriátricos que trabajan constantemente para tratar a estas personas en el día a día.

No obstante, una de las premisas principales de los investigadores es diagnosticar a tiempo sus primeras señales, ya que de esta forma se podrá mejorar y mucho la calidad de vida del paciente.

Una mujer mayor sonriendo en un plano detalle de su boca y nariz.

En este nuevo estudio, publicado en la revista científica ‘International Journal of Environmental Research and Public Health‘, estos investigadores españoles han demostrado que el sistema de detección alcanza una tasa de acierto del 83% para la clasificación de risas de personas sanas y enfermas, empleando una base de datos de 20.000 muestras generadas automáticamente a partir de un grupo de 120 risas de sujetos sanos y de pacientes de párkinson.

Un experimento basado en visualizar vídeos de humor

El foco de esta investigación nunca antes fue tan divertido, pues se basó en analizar las risas de los asistentes. Las risas han sido grabadas en un estudio mientras las personas visionan varios vídeos de humor de forma aleatoria, incluyendo chistes y monólogos divertidos. Las sesiones tenían duración de media hora aproximadamente. Las risas grabadas durante esa sesión fueron segmentadas manualmente para generar los datos con los que entrenar el sistema desarrollado.

Dos ancianos se ríen viendo un vídeo en el ordenador.

La paradoja tecnológica: de creador a solucionador del problema

Ya se publicó un estudio que permitía detectar, a través del color de los ojos, diferentes problemas de salud de diversa índole.

Sin embargo, gracias a la evolución del modelo de IA, se ha avanzado, y mucho, en materia de investigación, como con el caso del cáncer de mama.

Es decir, la inteligencia artificial se ha usado en las pruebas desarrolladas por Vara (una empresa de reciente creación) y todo parece indicar que tendrá mucho éxito en un futuro próximo.

Estadísticamente, la IA de Vara ya se usa en una cuarta parte de los centros de detección del cáncer de mama en Alemania; país de origen de la empresa.

La Inteligencia Artificial de Vara trabaja de la siguiente manera con las radiografías de sus pacientes:

  • Incluye un sistema de tratamiento propio de radiografías.
  • Permite distinguir qué resultados parecen normales y cuáles pueden hacer saltar las alarmas en cuanto a la salud del paciente.

Aunque, es evidente que la muestra final de esto se ha de hacer llegar a expertos radiólogos, esta innovadora técnica ha aligerado, y mucho, la labor de los profesionales sanitarios, quienes ahora pueden detectar el cáncer de mama con mayor precisión (hablamos de un 2,6% de mejora).

Aspectos como el cansancio, el exceso de trabajo y otros problemas personales de los pacientes pueden condicionar el diagnóstico. En este sentido, esta tecnología de Vara permite afinar con mejores resultados.

Ahora bien, conviene preguntarse si realmente la IA es el futuro para las enfermedades, incluidas las mentales. La respuesta es no, los próximos 10 años serán muy importantes en materia de investigación sobre esta tecnología.

Lo que hace la Inteligencia Artificial en estos casos es reconocer características tempranas de trastornos como TEA (Trastorno del Espectro Autista), esquizofrenia y enfermedad de Alzheimer o Parkinson.

Por ejemplo, la esquizofrenia puede detectarse antes de que comience a cambiar la estructura del cerebro. Este paso será muy importante si se quiere prevenir este tipo de trastornos en el futuro.

La habilidad humana frente a la IA

“Es relativamente fácil conseguir que los ordenadores muestren capacidades similares a las de un humano adulto en un test de inteligencia o a la hora de jugar a las damas, y muy difícil lograr que adquieran las habilidades perceptivas y motoras de un bebé de un año”.

Esta es la reflexión de Hans Moravec, un investigador de robótica austriaco, que está considerado uno de los ‘padres’ de la IA.

El argumento de Moravec a la hora de formular su paradoja fue sencillo: cuando desarrollamos inteligencia artificial, no hacemos sino aplicar ingeniería inversa sobre nuestra propia inteligencia. Y el esfuerzo necesario para copiar cada habilidad humana es proporcional a la antigüedad con que ésta apareció en nuestro árbol genealógico.

En los poco más de 60 años que lleva la investigación y desarrollo de la Inteligencia Artificial (IA), hay algo que queda claro: el pensamiento razonado humano es simulable fácilmente, mientras que las habilidades sensoriales y motoras requieren grandes esfuerzos computacionales, es decir, lo que parece fácil es difícil y lo que parece difícil, en realidad es fácil. A esto se le conoce como La paradoja de Moravec.

Las primeras máquinas reemplazaban el trabajo físico, no el mental, y los robots, por el momento, se desenvuelven bien en entornos físicos, estables y controlados, sin variación, realizando tareas mecánicas y repetitivas. Requieren que el tornillo sea siempre del mismo tamaño y esté siempre en el mismo sitio.

En otras palabras, algo tan rutinario como limpiar una habitación puede llegar a ser un auténtico quebradero de cabeza para un robot, ya que requiere de unas habilidades de razonamiento especiales.

La Paradoja de Moravec viene a decir que trabajos con mayor necesidad de razonamiento estructurado son más fácilmente automatizables que trabajos con requerimientos físicos variablesen este sentido, un experto en criptomonedas corre más peligro que un electricista.

Las redes sociales como paradoja de la salud mental

Es por todos sobradamente conocido los efectos adversos de las redes sociales sobre la población joven. Pero, a su vez, los efectos positivos de las tecnologías sobre la salud mental, están más cerca de lo que parece.

De hecho, cada vez hay más evidencia de que existe un vínculo entre las redes sociales y la depresión. En varios estudios recientes, los usuarios adolescentes y adultos jóvenes que pasan más tiempo en Instagram, Facebook y otras plataformas mostraron una tasa de depresión sustancialmente más alta (del 13 al 66 por ciento) que aquellos que pasan menos tiempo.

Según expertos del Child Minds Institute, se percibe un aumento de la depresión como evidencia de que las conexiones electrónicas que establecen los usuarios de los medios sociales son menos satisfactorias desde el punto de vista emocional, por lo que se sienten socialmente aislados.

Pero no todo van a ser efectos negativos, pues la IA ligada a estas herramientas digitales está demostrando ser un detector de patrones de conducta para poder analizar a tiempo posibles enfermedades mentales.

Por ejemplo, un pionero modelo de IA que es capaz de detectar trastornos mentales utilizando conversaciones en Reddit, ha sido creado por investigadores de Dartmouth y, en lugar de basarse en el contenido del texto tal y como hacen otros proyectos, su novedoso enfoque se fundamenta en las emociones.

Una vez obtenida la información, los autores se centraron en los trastornos emocionales (trastornos depresivos mayores, de ansiedad y bipolares), llamados así por ellos por presentar patrones emocionales distintos.

Una mujer iluminada por pantallas de ordenador con muchos datos.

Finalmente, tras analizar los datos de los usuarios que informaron padecer un trastorno y también los de aquellos sin ninguno diagnosticado, entrenaron a la inteligencia artificial para ser capaz de reconocer las emociones expresadas en las publicaciones y mapear las transiciones emocionales entre contenidos, etiquetados como “alegría”, “ira”, “miedo”, “tristeza”, “sin emoción”, o entrelazados.

Pero… ¿Cómo hicieron esto los investigadores? La respuesta es que su algoritmo pudo crear una huella digital emocional para el usuario y compararla con el patrón distintivo que caracteriza cada trastorno, de manera que el modelo puede detectarlos.

La plataforma también es capaz de predecir con un 83% de precisión cuál será la tendencia de comportamiento de las personas en futuras publicaciones y, según los científicos que intervinieron en el trabajo, el nuevo sistema podría usarse como una aplicación de teléfono celular o como un programa de computadora.

La conclusión: la depresión lleva a interactuar con publicaciones con contenido negativo

Los principales resultados obtenidos, apuntan a que los usuarios con depresión tienden a acercarse a quienes tienen el mismo problema, comentando e interactuando, por ejemplo, con publicaciones de contenido negativo.

Estos experimentos abren futuros caminos hacia la prevención de los trastornos mentales. Según datos de la OMS, los problemas de salud mental como la ansiedad se han disparado durante la pandemia.

Dentro de las variantes que incluye la IA para la aplicación en la salud, se encuentra un estudio realizado con redes sociales.

Un estudio publicado en 2018 por los investigadores de Penn Medicine sacó a la luz que la depresión podría predecirse hasta tres meses antes de un diagnóstico mediante el uso de la inteligencia artificial para identificar palabras clave que buscaban ciertos usuarios.

Proyecto STOP: un algoritmo para detectar la depresión y prevenir el suicidio

Otro de los ejemplos significativos que permite encontrar patrones se encuentra en otro algoritmo.

Ana Freire, ingeniera informática de la UPF Barcelona School of Management, de la Universitat Pompeu Fabra, lidera al equipo multidisciplinar que está detrás del Proyecto STOP, cuyo eje central es un algoritmo que permite detectar tendencias suicidas en redes sociales “rastreando” una serie de patrones. En su desarrollo y en las acciones de ayuda posteriores participan actualmente varias universidades, hospitales, centros de investigación y fundaciones de España, Francia y Suiza.

El algoritmo las ha aprendido de un equipo de psicólogos clínicos y también puede analizar imágenes, trastornos alimenticios y otros trastornos con más de un 80% de precisión.

Anticiparse a los hechos: el objetivo de la IA

Lo que hace esta tecnología es aprender de ciertos patrones previos para poder anticipar comportamientos futuros en distintas circunstancias y en cualquier sistema. Esa capacidad de aprender tiene que ver con experiencias anteriores. Por eso no es una inteligencia innata sino que se va adquiriendo y complejizando.

Ya lo demostraron en plena pandemia los doctores De Florian y Sai Reddy, junto a su equipo de científicos del Departamento de Ciencia e Ingeniería de Biosistemas de la Universidad ETH Zurich, en Suiza: La inteligencia artificial permite detectar el comportamiento de sistemas microscópicos en algunos compuestos biológicos y químicos.

Por eso, su foco de estudio se centró en si una variante del coronavirus era más o menos contagiosa.

Una imagen de un virus con telescopio.

El trabajo realizado por este grupo de expertos logró activar la proteína espiga del SARS-CoV-2 y, gracias a la aplicación de la inteligencia artificial se consiguió acceder a información precisa de los potenciales linajes que se encuentran en dicha proteína y predecir si pueden infectar células humanas.

Además, este método ayudó a estos investigadores a saber si los anticuerpos de personas curadas o libres del virus pueden neutralizar diferentes mutaciones encontradas.

Con todo ello, este avance fue de vital importancia, pues se traduce en que, ante cualquier variante del coronavirus, existe una planificación previa y unos tratamientos a ejecutar. Una información que permitió trabajar por adelantado en la elaboración de vacunas de mayor protección en el futuro.

El futuro va de la mano del ser humano por delante de la tecnología

Estas tecnologías “pueden ayudar a prevenir posibles complicaciones o ayudar a un paciente a prepararse con antelación para una enfermedad”. ¿Cómo? El experto puso el siguiente ejemplo: “A partir de marcadores genéticos de una persona, la inteligencia artificial puede mostrar el riesgo que tiene de padecer una patología y, de esa forma, prepararlo 20 o 30 años antes para que cambie su estilo de vida o su dieta. Así, se puede combatir tempranamente la dolencia”.

Sin embargo, Simonetti aclaró que el error de estos métodos a veces puede ser grande, por lo que sigue siendo indispensable la intervención humana. En conclusión, la inteligencia artificial es probadamente apta para anticipar el desarrollo de enfermedades, pero su desarrollo aún es incipiente y debe tomarse con cautela.

Todo esto parece demostrar que, la inteligencia artificial (IA), puede convertirse en un poderoso aliado a la hora de atajar esa otra pandemia a la que se enfrenta la sociedad actual: la de los trastornos y enfermedades mentales.

Comentarios para Algoritmos al servicio de la salud mental: las nuevas paradojas de la IA
Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

¡Recibido!

Nos pondremos en contacto contigo lo antes posible, ¡muchas gracias!

Petición de llamada