Modelo de aprendizaje automático para predecir crisis de salud mental

Contexto global de la salud mental
Casi mil millones de personas en el mundo viven con un trastorno mental. La pandemia del COVID-19 ha exacerbado esta situación, poniendo a prueba a sistemas de salud ya sobrecargados y faltos de personal especializado. En la práctica clínica, una proporción significativa de la demanda surge de la crisis de la salud mental, donde los pacientes están en riesgo de dañarse a sí mismos o a terceras personas. La atención oportuna es clave para evitar que los síntomas se intensifiquen, llevando a hospitalizaciones que pudieron haberse prevenido.

Desafío en la detección temprana
La revisión manual de grandes cantidades de datos para tomar decisiones proactivas en la atención es una tarea poco práctica y propensa a presentar errores. Aquí es donde el análisis automatizado de registros electrónicos de salud mental (EHR) puede convertirse en un elemento revolucionario, ya que posibilita una revisión continua de datos a gran escala.

Innovación mediante aprendizaje automático
La investigación analizada se centra en la predicción de eventos de crisis de salud mental a través de modelos de aprendizaje automáticos,  pues utiliza datos clínicos sobre salud, el cual incluye eventos anteriores relacionados con la salud mental de los participantes. Los autores del estudio evaluaron un modelo que predice la posibilidad de una crisis mental en los siguientes 28 días, apoyando así decisiones dinámicas de atención en la práctica clínica.

Resultados del estudio predictivo
El modelo desarrollado mostró una capacidad de predicción robusta, con un área bajo la curva de recepción operativa (AUROC) de 0.797. Este resultado demuestra que, aun con las limitaciones de los datos de EHR, la predicción continua supera a modelos estáticos. La longitud del historial de datos del paciente mostró ser un factor determinante en la eficacia predictiva. En la práctica, los equipos clínicos encontraron útil el modelo en el 64% de los casos individuales, destacando su relevancia en la prevención de crisis.

Conclusión
Este estudio abre caminos para una mejor asignación de recursos en el cuidado de la salud mental y, a la vez, promueve un cambio fundamental hacia la prevención. La adopción de técnicas de aprendizaje automático en registros históricos de pacientes muestra un potencial considerable para mejorar la gestión de la atención de la salud mental y, en última instancia, los resultados para los pacientes.
 

Para más información, consulta: https://jamanetwork.com/journals/jamapsychiatry/article-abstract/2806888

Crédito del texto: Dr. Umberto León Domínguez.