Investigadores de la Facultad de Medicina Clínica de la Universidad de Nueva Gales del Sur han utilizado el aprendizaje automático (ML) para desarrollar predictores más precisos de autolesiones y suicidios en adolescentes.
La salud mental de los adolescentes ha experimentado un declive mundial y las estadísticas australianas son un fiel reflejo de las de muchas otras sociedades. El suicidio es la principal causa de muerte entre los australianos de 15 a 24 años.
Los predictores actuales, como las autolesiones o los intentos de suicidio anteriores, han demostrado ser sólo ligeramente más eficaces que la casualidad. El nuevo modelo predictivo investigadores desarrollaron utilizando ML es considerablemente más eficaz.
El conjunto de datos incluía información procedente de cuestionarios y entrevistas con 2.809 adolescentes participantes en el Estudio Longitudinal de Niños Australianos.
Entre los participantes, 5,2% declararon haber intentado suicidarse al menos una vez en los 12 meses anteriores y 10,5% declararon actos de autolesión.
Utilizando el aprendizaje automático para analizar los datos, los investigadores hallaron predictores clave más precisos que los utilizados anteriormente por los profesionales de la salud mental.
El rendimiento del modelo ML se midió con la métrica Área Bajo la Curva (AUC). Se trata de una cifra que oscila entre 0,5 y 1, donde 0,5 es tan buena como lanzar una moneda al aire y 1 es una predicción exacta 100%.
Basándose únicamente en los antecedentes de autolesiones e intentos de suicidio se obtuvo un AUC entre 0,63 y 0,647. Esto fue sólo ligeramente mejor que adivinar y cayó por debajo del rango de 0,7 a 0,8 considerado aceptable para predecir el riesgo.
Los predictores del modelo ML alcanzaron un AUC entre 0,722 y 0,74, lo que es significativamente mejor.
El modelo sorprendió a los investigadores, ya que demostró que las autolesiones o los intentos de suicidio previos no eran un factor de alto riesgo y que el entorno y el apoyo de los padres desempeñaban papeles más importantes.
El Dr. Lin, uno de los investigadores, afirmó: "Hemos descubierto que el entorno del joven desempeña un papel más importante de lo que pensábamos. Esto es bueno desde el punto de vista de la prevención, porque ahora sabemos que podemos hacer más por estos individuos."
Esta aplicación de la IA a la atención de salud mental ayudará a los médicos a evaluar con más precisión a los adolescentes en situación de riesgo y a intervenir antes.
Según el Dr. Lin, "a partir de la información del paciente, el algoritmo de ML podría calcular una puntuación para cada persona e integrarla en el sistema de historias clínicas electrónicas. El clínico podría recuperar rápidamente esa información para confirmar o ajustar su evaluación".
El modelo aún no está listo para ponerse en práctica, pero los prometedores resultados indican que es una vía que merece la pena seguir.
Los historiales médicos contienen muchos datos y el uso de la IA para analizarlos sin duda deparará más sorpresas a los profesionales de la salud.
