Nuevos algoritmos de inteligencia artificial analizan el habla de pacientes y logran detectar señales de esquizofrenia con hasta un 87 % de precisión, superando a evaluadores clínicos humanos. Los investigadores apuntan a ensayos clínicos para 2030.
La esquizofrenia afecta a alrededor de 27 millones de personas en el mundo, equivalente a uno de cada 300 habitantes del planeta, según la Organización Mundial de la Salud (OMS). A diferencia de otras enfermedades, este trastorno carece de marcadores biológicos sencillos como análisis de sangre o imágenes radiológicas, lo que obliga a los especialistas a depender de observaciones clínicas que pueden extenderse durante meses o incluso años antes de arribar a un diagnóstico certero.
La OMS también señala que la mayoría de quienes padecen esquizofrenia experimentan una reducción promedio de nueve años en su esperanza de vida respecto a la población general, cifra que subraya la urgencia de métodos de det
ección más tempranos y precisos.
El habla como ventana al diagnóstico
Los psiquiatras llevan décadas observando que las personas con esquizofrenia presentan características distintivas al hablar: tono monótono, pausas inusualmente largas y ausencia de variación natural en el volumen. Sin embargo, cuantificar con exactitud estos indicios había resultado extremadamente difícil para el ojo —y el oído— humano.
Un equipo neerlandés decidió abordar esa limitación entrenando un programa de inteligencia artificial con grabaciones de audio de pacientes ya diagnosticados. El sistema procesó 88 características acústicas diferentes, desde la pronunciación de vocales hasta la duración exacta de cada silencio. Al probarse con grabaciones de personas que el algoritmo nunca había analizado, el programa distinguió entre pacientes con esquizofrenia y personas sanas con una precisión superior al 86 %.
Semántica y coherencia del pensamiento
Un segundo enfoque complementario se concentró no en los sonidos, sino en el contenido semántico de las palabras. Mediante un modelo de aprendizaje automático, los investigadores asignaron coordenadas matemáticas a cada término pronunciado por los pacientes y rastrearon si las frases mantenían coherencia temática o derivaban hacia territorios inconexos, un rasgo característico del pensamiento desorganizado asociado a la psicosis.
Este método alcanzó una precisión del 87 %, frente al 68 % obtenido por evaluadores clínicos que trabajaron sin asistencia tecnológica. La diferencia de casi 20 puntos porcentuales evidencia el potencial diagnóstico de estas herramientas cuando operan junto a los especialistas.
Más allá del diagnóstico inicial
Las aplicaciones de la inteligencia artificial no se limitarían a la detección temprana del trastorno. Los especialistas que participan en estas investigaciones proyectan un modelo de seguimiento continuo en el que los algoritmos monitoreen la evolución de los síntomas y detecten señales de recaída antes de que se produzca una crisis, reduciendo la dependencia de consultas presenciales frecuentes que demandan tiempo y recursos.
Los investigadores expresaron confianza en que una herramienta basada en IA pueda estar lista para ensayos clínicos hacia el año 2030. Su visión contempla que un paciente hable durante apenas unos minutos a través de una aplicación móvil y reciba una evaluación fiable de su estado psicótico. Esta perspectiva resulta especialmente relevante para regiones con escasez de psiquiatras, donde el acceso a atención especializada en salud mental sigue siendo un obstáculo crítico.
Fuente: Al Mayadeen Español / Agencias.
