La pandemia de Covid-19 ha impactado notablemente en la salud mental de una buena parte de la población, provocando un aumento del número y la gravedad de los casos. Es por ello que los sistemas sanitarios se enfrentan a una demanda cada vez mayor y necesitan soluciones que permitan adoptar medidas preventivas.
En este contexto, el proveedor de soluciones digitales de salud mental, Koa Health, ha diseñado un algoritmo de aprendizaje automático capaz de predecir una crisis de salud mental. En esta investigación – en la que también ha participado la Birmingham and Solihull Mental Health NHS Foundation Trust – se pone de manifiesto la utilidad de esta tecnología como potencial herramienta para la intervención temprana de los pacientes, mejorando así el pronóstico de los mismos.
Este modelo de aprendizaje automático utiliza historias clínicas electrónicas anónimas para supervisar continuamente a los pacientes en busca de patrones de riesgo de crisis de salud mental. Los ensayos han comprobado que este modelo predice más de la mitad de las crisis con 28 días de antelación, sin una tasa considerable de falsos positivos. Además, un estudio posterior de seis meses de duración evaluó el uso de dicho algoritmo en la práctica clínica, determinando que hasta en un 64% de los casos, el modelo demostró ser clínicamente valioso, tanto en la gestión de los casos como en la reducción del riesgo de crisis.
"Esta investigación muestra cómo la colaboración entre los científicos de datos y los profesionales de la salud puede conducir a la atención preventiva, teniendo un gran impacto en la vida de los pacientes"
El primer autor de esta investigación publicada en la revista Nature Medicina, el estudiante de doctorado del Departamento de Tecnologías de la Información y las Comunicaciones de la Universidad Pompeu Fabra, Roger Garriga, explica que se han analizado las historias clínicas electrónicas de más de 17.000 pacientes de salud mental “para desarrollar un modelo de aprendizaje automático que predice las próximas crisis de salud mental en las cuatro semanas siguientes”.
“Nuestro algoritmo fue diseñado para proporcionar una puntuación de riesgo actualizada semanalmente para todos los pacientes con un historial de recaídas para apoyar decisiones clínicas con una ventana de tiempo suficiente para que los médicos apliquen medidas preventivas. Esta investigación muestra cómo la colaboración entre los científicos de datos y los profesionales de la salud puede conducir a la atención preventiva, teniendo un gran impacto en la vida de los pacientes”, apunta Garriga.
Por su parte, el director general de Koa Health, Oliver Harrison, recuerda su trayectoria como psiquiatra en el NHS. “Veía que demasiadas personas llegaban a nuestros servicios a través de Urgencias. Para cuando los veíamos, solían estar muy enfermas y a menudo habían tenido problemas con sus relaciones, finanzas, empleo y vivienda. Volver a juntar las piezas casi siempre resultaba caro, largo y doloroso para las personas implicadas”.
"Creemos que este es el futuro de la atención sanitaria de patología mental en el Reino Unido y en todo el mundo"
Por esta razón, Harrison celebra participar en el estudio para validar la utilidad del algoritmo. “Hemos obtenido unos resultados extraordinarios en este ensayo y esperamos continuar con el trabajo de desarrollo. Creemos que este es el futuro de la atención sanitaria de patología mental en el Reino Unido y en todo el mundo”.
Al hilo, el director de I+D de Koa Health, Alexander Matic, añade que “la prevención se considera el santo grial del tratamiento de los problemas de salud mental”, motivo por el cual “el uso de la inteligencia artificial para predecir las crisis de salud mental puede permitir intervenciones oportunas y proactivas, en lugar de reactivas, para mitigar o prevenir las crisis de salud mental y ayudar realmente tanto a los pacientes como a los sistemas sanitarios”. “Nos emocionamos mucho cuando los resultados de la aplicación clínica de nuestro modelo sugirieron que nuestras predicciones podían haber evitado síntomas más graves”, concluye Matic.
El siguiente paso de los investigadores es validar el modelo en otros sistemas sanitarios y realizar estudios a una escala mayor para obtener la aprobación reglamentaria y que la herramienta pase a formar parte del día a día de los servicios de salud mental.