A escala global, según los datos de la Organización Mundial de la Salud (OMS), la esquizofrenia afecta alrededor de 24 millones de personas, es decir, a una de cada 300 personas. La tasa en los adultos es incluso mayor, siendo una de cada 222 personas. Pese a la tasa de incidencia, esta patología no es tan común como otros trastornos mentales. Lo más frecuente es que aparezca al final de la adolescencia o entre los 20 y los 30 años de edad, manifestándose antes en hombres que en mujeres.
Según señalan los expertos, lograr realizar un diagnóstico de esquizofrenia puede ser complejo. Esto es debido a que no hay una prueba específica que pueda confirmar o descartar la enfermedad. El diagnóstico se basa exclusivamente en los síntomas que presenta el paciente, su evolución de otras posibles causas de psicosis, como el consumo de drogas, los trastornos del ánimo o las enfermedades a lo largo del tiempo. Frente a esta dificultad, los especialistas añaden que los síntomas de la esquizofrenia pueden diferir de una persona a otra y pueden cambiar a lo largo de las diferentes fases de la enfermedad.
Frente a estas dificultades, en Reino Unido, científicos del Instituto de Neurología de la University College de Londres (UCL) han desarrollado nuevas herramientas que pueden identificar características o rasgos distintivos en el habla de las personas que han sido diagnosticadas de esquizofrenia. Estas características o rasgos pueden ser sutiles, es decir, difíciles de percibir o detectar a simple vista, pero pueden revelar información sobre el estado mental o cognitivo de los pacientes.
La herramienta funciona a través de inteligencia artificial (IA). En los últimos años, hemos visto como gracias al uso de las IA, la medicina ha evolucionado significativamente, y los avances permiten desarrollar nuevos tratamientos para enfermedades de forma innovadora, o detectarlas como es este caso. Estas herramientas van mucho más allá de la esquizofrenia, ya que el objetivo de la investigación se basa en entender cómo el análisis automatizado del lenguaje es capaz de ayudar a médicos y científicos a diagnosticar y evaluar enfermedades psiquiátricas.
"Este trabajo muestra el potencial de la IA en la psiquiatría, un campo médico íntimamente relacionado con el lenguaje y el significado"
El doctor Matthew Nour del Instituto de Neurología Queen Square de la UCL y Universidad de Oxford y principal autor del estudio explica que "hasta hace muy poco el análisis automático del lenguaje ha estado fuera del alcance de los médicos y científicos”. Sin embargo, con la llegada de modelos de lenguaje de inteligencia artificial como ChatGPT esta situación está cambiando, el autor apunta que "este trabajo muestra el potencial de la IA en la psiquiatría, un campo médico íntimamente relacionado con el lenguaje y el significado".
Actualmente, el diagnóstico psiquiátrico se basa de forma casi exclusiva en la conversación con los pacientes y sus personas cercanas, con un papel mínimo de otras pruebas diagnósticas como escáneres cerebrales o análisis de sangre. Inevitablemente, esta falta de precisión impide comprender mejor las causas de las enfermedades mentales y supervisar el tratamiento.
La investigación se realizó con 26 participantes con esquizofrenia y a 26 participantes de control. A estos se les pidió que completaran dos tareas de fluidez verbal, en las que se les pedía que nombraran tantas palabras como pudieran pertenecientes a la categoría "animales" o que empezaran por la letra "p", en cinco minutos.
"Si estas herramientas resultan seguras y sólidas, espero que empiecen a utilizarse en la clínica en la próxima década"
El equipo que ha trabajado en la investigación planea ahora utilizar esta tecnología con una muestra más amplia de pacientes, en contextos discursivos más diversos, para comprobar si su uso puede resultar útil en la psicología clínica. "El uso de modelos lingüísticos de inteligencia artificial en medicina suscita un enorme interés. Si estas herramientas resultan seguras y sólidas, espero que empiecen a utilizarse en la clínica en la próxima década", afirma Nour.
Para realizar el análisis de las respuestas, se utilizó un modelo lingüístico de IA entrenado con grandes cantidades de texto de Internet para representar el significado de las palabras de forma similar a los humanos. Con este método se comprobó si las palabras que los participantes recordaban de manera espontánea podían ser predichas por el modelo de IA, y si esta predictibilidad se reducía en pacientes con esquizofrenia.
Como resultado, se concluyó que las respuestas dadas por los participantes de control eran más predecibles por el modelo de IA, que las generadas por las personas con esquizofrenia. Se estableció que cuanto mayor era esta diferencia, más graves eran los síntomas en los pacientes.
"Gracias a la combinación de los modelos lingüísticos de IA más avanzados y la tecnología de escaneado cerebral, estamos empezando a descubrir cómo se construye el significado en el cerebro"
Los investigadores deducen que esta diferencia podría estar relacionada con la manera en la que el cerebro aprende las relaciones entre recuerdos e ideas y almacena esta información en los llamados "mapas cognitivos". Encontraron apoyo a esta teoría en una segunda parte del mismo estudio, en la que los autores utilizaron escáneres cerebrales para medir la actividad cerebral en partes del cerebro implicadas en el aprendizaje y almacenamiento de estos "mapas cognitivos".
"Estamos entrando en una época muy emocionante para la investigación en neurociencia y salud mental. Gracias a la combinación de los modelos lingüísticos de IA más avanzados y la tecnología de escaneado cerebral, estamos empezando a descubrir cómo se construye el significado en el cerebro y de qué manera puede alterarse en los trastornos psiquiátricos", concluye el doctor Nour.