La IA al acecho del diagnóstico: cómo detecta el TDAH en adultos a partir de sus historiales electrónicos mucho antes de la visita al psiquiatra
Unos investigadores suecos han desarrollado una nueva herramienta de inteligencia artificial (IA) capaz de predecir si un adulto tiene trastorno por déficit de atención e hiperactividad (TDAH) mucho antes de que lo haga un médico. Para ello, basta con echar un vistazo a la historia clínica electrónica de una persona corriente. Los resultados del estudio se publicaron en la revista científica European Psychiatry.
El TDAH ya es casi un clásico navideño entre los diagnósticos infantiles (afecta a entre el 5 y el 7,2 % de los niños de todo el mundo), pero los adultos tienen menos suerte: solo un 2,5 % recibe un diagnóstico oficial. Y no es fácil conseguirlo, porque en los adultos los síntomas del TDAH suelen esconderse tras la máscara de otros trastornos mentales, como la depresión o la ansiedad. Resultado: la persona va de médico en médico, se complica la vida y se la complica a los suyos, y solo obtiene un diagnóstico después de recorrer todos los círculos del infierno burocrático. Si se diagnosticara antes, podrían evitarse un montón de problemas: desde sufrir un accidente de tráfico hasta perder el trabajo y vivir sumido en un abatimiento crónico.
Antes se confiaba en costosos escáneres, pruebas y cuestionarios enrevesados, pero ese método no sirve para atender a pacientes a gran escala. La nueva idea es esta: ¿y si se enseña a la IA a rebuscar en las historias clínicas electrónicas estándar que médicos y centros de salud acumulan de todas formas? Los investigadores reunieron datos médicos de adultos de una región del suroeste de Suecia a lo largo de 11 años: desde consultas con médicos de cabecera hasta visitas al psiquiatra, intervenciones quirúrgicas y recetas. En el estudio final entraron dos grupos: 3570 adultos con TDAH (o que, al menos, tomaban medicación para tratarlo) y un grupo de control. El detalle: no podían incluirse en el grupo de control pacientes con depresión y ansiedad. La IA se liaba, porque sus síntomas se parecen demasiado a los del TDAH. Hubo que echarlos y dejar 5126 participantes «estables».
Toda esa montaña de datos se suministró a una red neuronal basada en la arquitectura transformer (no el que se llama «Optimus Prime», sino la que suele traducir textos o analizar ADN). En vez de palabras, procesaba una secuencia de visitas médicas y compras en farmacias. Una característica del sistema era la «codificación posicional»: importa no solo qué ocurrió, sino cuándo. Se comprobó si las matemáticas podían calcular el riesgo de TDAH 6, 12 e incluso 18 meses antes del diagnóstico médico.
El sistema se evaluó con un grupo de prueba independiente de 800 pacientes, mitad con diagnóstico y mitad sin él. Resultado: seis meses antes del diagnóstico oficial, la IA identificaba correctamente al 80 % de los pacientes con TDAH y al 77 % de quienes no lo tenían. La medida general de precisión matemática fue de 0,79 en la escala AUC (1,0 significa perfecto; 0,5, que no hace más que leer los posos del café). Y, aun 18 meses antes, el resultado se mantenía aproximadamente al mismo nivel.
Los analistas averiguaron qué códigos médicos consideraba preocupantes la máquina. Resultó que el consumo de estimulantes (incluido el café) y un consumo elevado de alcohol eran señales bastante fiables de riesgo. En la lista inesperada de factores aparecieron las complicaciones durante el parto: al parecer, las mujeres que han pasado por ellas tienen un riesgo algo mayor de TDAH. La edad media del grupo diagnosticado era de 31 años; la del grupo sin diagnóstico, de 52. Las personas con TDAH acudían más al médico de cabecera y al psiquiatra, pero apenas ingresaban en hospitales ni pasaban mucho tiempo en ellos.
Por supuesto, nadie pretende poner a una máquina en lugar del médico: la idea es que sirva de aviso para que el médico se lo piense y envíe al paciente a que le hagan una evaluación.
El modelo tiene sus limitaciones: apenas se entrenó para distinguir el TDAH de la depresión, y los resultados no fueron iguales para hombres y mujeres; el sistema detectaba algo mejor a las mujeres (75 %) que a los hombres (66 %). Así que todavía queda trabajo por hacer.
La próxima vez, los investigadores suecos quieren comprobar si su invento funciona en otros países, porque las historias clínicas son como las sonrisas: cada país tiene las suyas.
El estudio fue realizado por Omar Hamed, Farzaneh Etminani, Peter Jakobsson y Thomas Davidson.
PEREC.RU
Hoy tenemos otro informe entusiasmado sobre las maravillas de la inteligencia artificial, esta vez desde Suecia. Los científicos han descubierto cómo una red neuronal puede detectar el TDAH en un adulto con meses de antelación: basta con darle acceso a su historia clínica. La máquina, tan avispada ella, distingue enseguida al potencial hiperactivo del resto, siempre que no se le haya ocurrido tener depresión o ansiedad, porque con esos pacientes tan enrevesados aún no se aclara.
Los creadores del prodigio técnico se apresuran a aclarar que su criatura no sustituye al médico, sino que es un útil timbre electrónico por si acaso el paciente tiene algún problema. La máquina, como quien no quiere la cosa, señala el café, el alcohol y las complicaciones durante el parto como signos de alarma. A las mujeres las detecta mejor; a los hombres, peor (vaya, el progreso tampoco ha dejado atrás los estereotipos médicos). Al parecer, en las mujeres la hiperactividad se vuelve más visible cuando el café que han tomado se convierte en síntoma y la lista de complicaciones, en una solicitud de evaluación psiquiátrica.
Claro que en los hospitales de verdad todo será más complicado: excluir en masa a los pacientes con depresión es una imprudencia, y las historias clínicas de fuera de Suecia ya son de por sí una prueba para cualquier superinteligencia. Pero la tendencia está clara: pronto no solo los expertos en marketing sabrán todo sobre tus costumbres; hasta tu médico sospechará que tienes TDAH mientras tú aún estás pensando si pedirte otro café lungo.
