Biotecnología

Inteligencia Artificial para tratar la depresión.

La inteligencia artificial podría desempeñar pronto un papel crítico a la hora de elegir qué terapias usar para tratar la depresión funcionan mejor en cada paciente, según un estudio divulgado por la revista Nature Biotechnology.

La investigación, desarrollada por expertos del Centro Médico de investigación UT Southwestern, en Estados Unidos, pretende mostrar cómo las estrategias tecnológicas pueden ayudar a los médicos a dar con un diagnóstico objetivo y prescribir tratamientos para tratar la depresión.

Si bien implementar estos nuevos enfoques llevará tiempo, los científicos creen que herramientas como la inteligencia artificial (AI, en sus siglas en inglés), los escáneres cerebrales y los análisis de sangre revolucionarán el campo de la psiquiatría en los próximos años.

En la psiquiatría existe una gran necesidad de pruebas objetivas que puedan informar el tratamiento e ir más allá de algunas de las limitaciones de nuestro sistema de diagnóstico.

Nuestros hallazgos son emocionantes porque reflejan el progreso realizado hacia este objetivo clínico, y también muestran el potencial de lograr métodos sofisticados de análisis de datos para la psiquiatría, explicó el autor principal Amit Etkin, MD, Ph.D.

“Estos estudios han sido un éxito mayor de lo que nadie en nuestro equipo podría haber imaginado”, dijo el psiquiatra Madhukar Trivedi, a cargo de un ensayo clínico, en el que también participaron expertos de las universidades de Stanford, Harvard y otras instituciones académicas.

Para llegar a sus hallazgos, llevaron a cabo pruebas con más de 300 pacientes con depresión, escogidos al azar, a los que se suministró placebo o un SSRI (inhibidor de serotonina), la forma de antidepresivo más común.

Según señala el estudio, los expertos emplearon un electroencefalograma (EEG) para cuantificar la actividad eléctrica en el lóbulo frontal de los participantes antes de comenzar su tratamiento.

Los científicos también desarrollaron un algoritmo para analizar y emplear los datos del EGG a fin de predecir qué pacientes se beneficiarían de la medicación en un plazo de dos meses.

La investigación reveló que la inteligencia artificial no solo predijo de manera precisa resultados, sino que además mostró que aquellos pacientes en los que había dudas sobre si responderían a un antidepresivo, pudieron mejorar su condición con otras intervenciones como fisioterapia o estimulación cerebral.

“Este estudio parte de previas investigaciones, y muestra que podemos predecir quién se beneficia de un antidepresivo, y lo lleva al punto de la utilidad práctica”, apuntó el profesor psiquiatra de la universidad de Stanford Amit Etkin, que colaboró en el desarrollo del algoritmo.

El proyecto evaluó pacientes con desórdenes depresivos severos mediante escáneres cerebrales y varios test de ADN y muestras sanguíneas.

“Afrontamos esto pensando si no sería mejor identificar al comienzo de un tratamiento qué tratamientos serían mejores para cada paciente”, señaló Trivedi.

Ese experto añadió que “puede ser devastador para un paciente que un antidepresivo no funcione” y que su investigación “muestra que ya no tienen que soportar el doloroso proceso de ensayo error”.

Ahora se está trabajando para replicar aún más estos hallazgos en muestras grandes e independientes para determinar el valor de SELSER como herramienta de diagnóstico. 

Según Etkin, Trivedi, Wu y sus colegas, la presente investigación destaca el potencial del aprendizaje automático para avanzar en un enfoque personalizado para el tratamiento de la depresión.

Si bien queda trabajo antes de que los hallazgos de nuestro estudio estén listos para el uso clínico de rutina, el hecho de que el EEG sea una herramienta accesible y de bajo costo hace que la traducción de la investigación a la práctica clínica sea más posible a corto plazo.

Espero que nuestros hallazgos sean parte de un punto de inflexión en el campo con respecto al impacto del aprendizaje automático y las pruebas objetivas, concluyó Etkin.

Mayor información: Wei Wu, Yu Zhang, […] Amit Etkin. «An electroencephalographic signature predicts antidepressant response in major depression». Nature Biotechnology, Published: 10 February 2020.

Compártelo en tus redes sociales
Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin

Deja un comentario