Un proyecto mejora el tratamiento de la psicosis con inteligencia artificial

El Instituto de Investigación Sanitaria INCLIVA, del Hospital Clínico de Valencia, ha impulsado, junto a la Universitat Politècnica de València (UPV), un proyecto dirigido a la mejora de los sistemas de diagnóstico y tratamiento en psicosis mediante la incorporación de técnicas de Inteligencia Artificial (IA) y Big Data. El coordinador del Grupo de Investigación de Psiquiatría de INCLIVA y de la Unidad de Primeros Episodios Psicóticos del Hospital Clínico de Valencia, Julio Sanjuán, ha explicado que el objetivo del proyecto es “poder predecir, ante el primer episodio psicótico, la respuesta al tratamiento y el curso de la enfermedad, para, en definitiva, ofrecer el tratamiento óptimo a cada paciente”.

La psicosis (esquizofrenia y trastorno bipolar) constituye una de las principales causas de discapacidad en el mundo, con una prevalencia de entre el 3 y el 4 % y un coste de tratamiento en Europa estimado en unos 93.900 millones de euros. Los estudios han demostrado que la detección precoz y el tratamiento temprano no solo mejoran el pronóstico clínico, sino que reducen claramente los costes generales.

El proyecto tiene en cuenta dos estrategias para mejorar los sistemas diagnósticos y terapéuticos de la práctica clínica diaria. Por un lado, el análisis de los datos de seguimiento de la muestra total de pacientes atendidos en la Unidad de Primeros Episodios, que son representativos de la población global. Por otro lado, el empleo de técnicas de Inteligencia Artificial.

Actualmente, hay resultados preliminares muy prometedores del uso de esta técnica con Resonancia Magnética Funcional y la intención de los investigadores es aplicar dicho análisis al conjunto de datos, incluyendo datos clínicos, genéticos y de neuroimagen. Los análisis de machine learning se han realizado hasta ahora solo con los datos de neuroimagen funcional pero, en unos años, se espera poder disponer de un análisis del conjunto de datos, para lo que se realizarán este tipo de resonancias tanto en hospitales nacionales como internacionales.

En la actualidad, las técnicas de “deep learning” pueden analizar muchos más factores y casos que los especialistas humanos. Se pueden utilizar estas técnicas, entre otras aplicaciones, para la investigación del genoma, el desarrollo de fármacos y las imágenes médicas, pues estos sistemas automáticos pueden aprender y analizar grandes cantidades de información y tomar decisiones mucho más rápido que los humanos.

Deberíamos avanzar hacia una colaboración conjunta entre los expertos humanos con estas técnicas automáticas, usando los resultados de los algoritmos de ayuda al diagnóstico como sistemas de soporte para tomar decisiones médicas”, ha añadido María José Castro, del Instituto Valenciano de Investigación en Inteligencia Artificial de la Universidad Politécnica de València.