Salud mental
Una inteligencia artificial logra identificar a pacientes en riesgo de suicidio
La IA ayudará al chat de prevención del suicidio en adolescentes a detectar los casos de más riesgo
Un banco de datos con inteligencia artificial detecta si un paciente tiene perfil suicida

El 60% de los usuarios del teléfono del suicidio son mujeres. / Efe


El Periódico
El PeriódicoBajo la firma ‘El Periódico’ se podrán encontrar informaciones de actualidad realizadas de manera conjunta por varios miembros del equipo de última hora u otra sección, elaborada con distintas fuentes y en la que ninguna de las aportaciones sea prioritaria ni incluya una información suficientemente sustantiva como para justificar una firma concreta.
Las alertas clínicas impulsadas por la inteligencia artificial (IA) pueden ayudar a los médicos a identificar pacientes en riesgo de suicidio,mejorando potencialmente los esfuerzos de prevención en entornos médicos de rutina, tal y como afirman investigadores del Centro Médico de la Universidad de Vanderbilt (Estados Unidos) en un estudio que se publica en 'JAMA Network Open'.
En concreto, el equipo dirigido por Colin Walsh, profesor asociado de Informática Biomédica, Medicina y Psiquiatría, probó si su sistema de IA, llamado modelo de probabilidad de ideación e intento de suicidio de Vanderbilt (VSAIL), podría incitar eficazmente a los médicos de tres clínicas de neurología en VUMC a evaluar a los pacientes en busca de riesgo de suicidio durante las visitas clínicas regulares.
El estudio comparó dos enfoques: alertas emergentes automáticas que interrumpían el flujo de trabajo del médico versus un sistema más pasivo que simplemente mostraba información de riesgo en la historia clínica electrónica del paciente. De esta forma, encontró que las alertas disruptivas fueron mucho más efectivas, lo que llevó a los médicos a realizar evaluaciones de riesgo de suicidio en relación con el 42% de las alertas de detección, en comparación con solo el 4% con el sistema pasivo.
"La mayoría de las personas que se suicidan han consultado a un profesional de la salud durante el año anterior a su muerte, a menudo por motivos no relacionados con la salud mental", puntualiza Walsh. "Pero la detección universal no es práctica en todos los entornos. Desarrollamos VSAIL para ayudar a identificar a los pacientes de alto riesgo y promover conversaciones específicas sobre detección".
Los llamamientos para mejorar la detección de riesgos han llevado a los investigadores a explorar formas de identificar a los pacientes que más necesitan una evaluación. El modelo VSAIL, que el equipo de Walsh desarrolló en Vanderbilt, analiza la información rutinaria de los registros médicos electrónicos para calcular el riesgo de que un paciente intente suicidarse en 30 días. En pruebas prospectivas anteriores, en las que se marcaron los registros de pacientes de VUMC pero no se disparó ninguna alerta, el modelo demostró ser eficaz para identificar a los pacientes de alto riesgo: uno de cada 23 individuos marcados por el sistema informó posteriormente de pensamientos suicidas.
En el nuevo estudio, cuando los pacientes identificados como de alto riesgo por VSAIL acudieron a las consultas en las clínicas de neurología de Vanderbilt, sus médicos recibieron de forma aleatoria alertas interrumpidas o no interrumpidas. La investigación se centró en las clínicas de neurología porque ciertas enfermedades neurológicas se asocian con un mayor riesgo de suicidio.
Los investigadores sugirieron que se podrían probar sistemas similares en otros entornos médicos. "El sistema automatizado marcó sólo alrededor del 8% de todas las visitas de pacientes para su evaluación", insiste Walsh. "Este enfoque selectivo hace que sea más factible para las clínicas con mucho trabajo implementar esfuerzos de prevención del suicidio".
El estudio incluyó 7.732 visitas de pacientes durante seis meses, lo que generó un total de 596 alertas de detección. Durante el período de seguimiento de 30 días, en una revisión de los registros médicos de VUMC, no se encontró que ningún paciente de ninguno de los grupos de alerta aleatorizados hubiera experimentado episodios de ideación suicida o intento de suicidio.
Si bien las alertas interrumpidas fueron más efectivas para provocar las evaluaciones, podrían contribuir potencialmente a la "fatiga de alerta", cuando los médicos se ven abrumados por las frecuentes notificaciones automáticas. Los investigadores señalaron que los estudios futuros deberían examinar esta preocupación.
"Los sistemas de atención sanitaria deben equilibrar la eficacia de las alertas de interrupción con sus posibles desventajas", concluye Walsh. "Pero estos resultados sugieren que la detección automática de riesgos combinada con alertas bien diseñadas podría ayudarnos a identificar a más pacientes que necesitan servicios de prevención del suicidio".
- Guillermo Chantada, oncólogo: 'Uno de cada tres niños con cáncer de retina es diagnosticado gracias a una foto del móvil
- La verdadera historia tras el pez diablo de Tenerife: 'Estamos abrumados', dicen sus protagonistas
- La Confederación Hidrográfica del Júcar envió 18 correos en las horas que la generalitat valenciana denuncia 'apagón informativo
- El libro escrito por una madre que se lee ya en colegios y que explica a los niños el problema de abusar de las pantallas: 'En mi casa el móvil está prohibido
- Renfe inicia con éxito las pruebas del nuevo tren de Rodalies sobre el trazado de la línea R1
- El curso 25-26 empezará con 30.956 alumnos menos y con el cierre de 58 grupos de 1º de ESO en institutos públicos
- Si recibes una llamada con estos tres números, la estafa ha empezado
- Llega la estafa del banco a España: así vacían la cuenta bancaria en segundos a través de WhatsApp