El suicidio es la segunda causa de muerte entre los jóvenes entre 15 y 34 años en los Estados Unidos y los médicos tienen herramientas limitadas para identificar a los que están en riesgo. Una nueva técnica de aprendizaje automático documentada en un artículo publicado en Nature Human Behavior podría ayudar a identificar a aquellos que sufren pensamientos suicidas.
Los investigadores observaron a 34 adultos jóvenes, divididos en partes iguales entre los participantes suicidas y un grupo de control. Cada sujeto fue sometido a una resonancia magnética funcional y se le presentaron tres listas de 10 palabras. Todas las palabras estaban relacionadas con el suicidio (palabras como 'muerte, 'angustiado' o 'fatal'), efectos positivos ('despreocupado', 'bondad', 'inocencia') o efectos negativos ('aburrimiento', 'maldad', 'culpable'). Los investigadores también utilizaron firmas neuronales previamente mapeadas que muestran los patrones cerebrales de emociones como 'vergüenza' e 'ira'.
Se encontraron cinco ubicaciones cerebrales, junto con seis de las palabras, como los mejores marcadores para distinguir a los pacientes suicidas. Usando solo esas ubicaciones y palabras, los investigadores entrenaron un clasificador de aprendizaje automático que fue capaz de identificar correctamente a 15 de los 17 pacientes suicidas y 16 de 17 sujetos de control.
Luego, los investigadores dividieron a los pacientes suicidas en dos grupos, uno que había intentado suicidarse (nueve personas) y otro que no (ocho personas) y entrenaron a un nuevo clasificador que pudo identificar correctamente a 16 de los 17 pacientes.
1
:quality(70)/cloudfront-us-east-1.images.arcpublishing.com/elfinanciero/J3Q7R7P43SNCQNJPC5GPCVCT3U.png)
Los resultados mostraron que los pacientes sanos y aquellos con pensamientos suicidas mostraron reacciones muy 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. Del mismo modo, 'problemas' también provocó más actividad en el área de 'tristeza'.
Este es el último esfuerzo destinado a llevar a la Inteligencia Artificial a la psiquiatría. Los investigadores están trabajando en proyectos de aprendizaje automático que abarcan desde el análisis de resonancias magnéticas para predecir el trastorno depresivo mayor hasta la detección del TEPT a partir de los patrones del habla de las personas. A principios de este año, Wired escribió sobre investigadores que construyeron un sistema que puede analizar registros de salud para identificar a alguien en riesgo de suicidarse, con una precisión de entre 80 y 90 por ciento.
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 el aprendizaje profundo, le dijo al New Yorker que los radiólogos eventualmente se quedarán sin trabajo. De hecho, dijo, "deberían dejar de entrenar a los radiólogos ahora".
En este caso, es más probable que la investigación inspire nuevas terapias impulsadas por el ser humano que dejar sin trabajo a un gran número de médicos. El documento señaló que la identificación de diferentes patrones y áreas podría sugerir nuevas regiones para apuntar a las técnicas de estimulación cerebral. Identificar respuestas emocionales particulares a los términos relacionados con el suicidio también podría ser útil para los psicoterapeutas que tratan a sus pacientes.