Verificado por 
Inteligencia Artificial
La IA predice resultados del tratamiento con antidepresivos
El aprendizaje de IA puede acelerar un tratamiento personalizado para depresión.
10 de abril de 2023 Revisado por Tyler Woods
Un nuevo estudio de investigación de varias instituciones muestra cómo el aprendizaje automático de inteligencia artificial (IA) combinado con registros de salud electrónicos (RSE) puede predecir los resultados del tratamiento antidepresivo.
“Estas investigaciones tienen el potencial de impulsar el desarrollo de una herramienta de toma de decisiones clínicas para el manejo personalizado de la depresión”, escribieron investigadores afiliados a Weill Cornell Medicine, la Universidad de Temple, la Universidad de Washington, la Clínica Mayo, la Universidad de Northwestern y la Universidad de Florida, quienes realizaron el estudio, que fue financiado en parte por los Institutos Nacionales de Salud de Estados Unidos.
Se estima que 280 millones de personas en todo el mundo, o el 3.8 por ciento de la población mundial, experimenta depresión, según la Organización Mundial de la Salud. Afortunadamente, existen tratamientos efectivos para la depresión.
Los síntomas de la depresión pueden incluir sentimientos persistentes de tristeza, pérdida de interés o placer en cosas y actividades que alguna vez se disfrutaron, sentimientos de culpa o inutilidad, pensamientos suicidas o de muerte, movimientos o habla lentos, dificultad para pensar o tomar decisiones, problemas de concentración, cambios en el apetito, dormir demasiado o muy poco, pérdida de energía o aumento de la fatiga y pérdida de energía según la Asociación Estadounidense de Psiquiatría.
“Si bien los antidepresivos se recetan comúnmente a pacientes que sufren de depresión, debido a la etiología compleja y la sintomatología heterogénea de la depresión, los estudios previos sugieren que la eficacia del tratamiento antidepresivo suele ser baja, con solo entre el 11 y el 30 por ciento de los pacientes deprimidos que logran la remisión después del tratamiento inicial”, escribieron los científicos.
Los antidepresivos que se usan para tratar la depresión incluyen inhibidores selectivos de la recaptación de serotonina (ISRS), inhibidores de la recaptación de serotonina y norepinefrina (IRSN), inhibidores de la monoaminooxidasa (IMAO), modulador positivo del receptor del ácido gamma-aminobutírico de esteroides neuroactivos (GABA), antidepresivos tricíclicos y tetracíclicos, antidepresivos atípicos y antagonista de N-metil D-aspartato (NMDA), según la Administración de Medicamentos y Alimentos de Estados Unidos.
Los investigadores utilizaron una variedad de algoritmos de aprendizaje automático (ML) de IA, como el árbol de decisión de aumento de gradiente (GBDT), Naïve Bayes (NB), bosque aleatorio (RF) y regresión logística regularizada (LR) de norma L2 para predecir los resultados del tratamiento con antidepresivos. El estudio utilizó la biblioteca de software XGBoost para el algoritmo de árbol de decisión de aumento de gradiente y la biblioteca de software scikit-learn, una biblioteca de aprendizaje automático para Python, para los otros algoritmos. El algoritmo del árbol de decisión de potenciación de gradiente fue el que mejor se desempeñó en la predicción de los resultados del tratamiento antidepresivo.
El estudio utilizó datos completamente anonimizados de más de 800 adultos que recibieron al menos una receta de antidepresivos de una clínica ambulatoria de salud conductual en un centro médico académico de la ciudad de Nueva York. Para entrenar los modelos de IA, los científicos utilizaron una variedad de datos de registros de salud electrónicos, como medicamentos recetados, procedimientos, información demográfica, gravedad de la depresión de referencia y comorbilidades.
Las comorbilidades son la presencia de más de una enfermedad o trastorno que puede afectar la salud física o mental que ocurre al mismo tiempo en una persona. Hasta el 90 por ciento de los pacientes con trastornos de ansiedad tienen depresión comórbida, según una investigación de Jack M. Gorman M.D. publicada en Depression and Anxiety.
Los pacientes con enfermedades médicas crónicas, como cáncer, trastornos neurológicos, metabólicos y cardiovasculares a menudo también tienen depresión como comorbilidad. Hasta el 25 por ciento de los pacientes con cáncer tienen depresión como comorbilidad, según el Instituto Nacional del Cáncer en los Estados Unidos. Las estadísticas son más altas para los pacientes con insuficiencia cardiaca, de los cuales hasta un 30 por ciento también sufren depresión, según “Depresión e insuficiencia cardiaca: la comorbilidad solitaria” publicado en la Sociedad Europea de Cardiología.
Los investigadores demostraron que sus algoritmos de aprendizaje automático predijeron los resultados del tratamiento antidepresivo utilizando el historial médico del paciente, lo que puede ayudar a los médicos en el futuro.
“Más allá de informar tratamientos dirigidos, estos modelos predictivos pueden contribuir potencialmente al diseño de una nueva generación de ensayos clínicos vinculados a EHR”, sugirieron los investigadores. “Por ejemplo, los médicos pueden estratificar a los pacientes en grupos de “alto riesgo” y “bajo riesgo” según los resultados predictivos (“empeoramiento” o “recuperación”) y prestar más atención a los tratamientos y el pronóstico de los pacientes en el grupo de “alto riesgo”.
Además, los investigadores creen que sus algoritmos de IA predijeron los resultados pueden ser útiles para desarrollar planes de tratamiento psiquiátrico más específicos.
“Nuestra herramienta predictiva promete acelerar el manejo médico personalizado en pacientes con enfermedades psiquiátricas”, concluyeron los investigadores.
Derechos de autor © 2023 Cami Rosso. Todos los derechos reservados
A version of this article originally appeared in Inglés.
