El aprendizaje automático / IA puede identificar a las personas que necesitan atención especializada para la depresión

Los investigadores han creado modelos de decisión para predecir qué pacientes podrían necesitar más tratamiento para su depresión que el que puede ofrecer su proveedor de atención primaria. Los científicos dicen que los algoritmos están diseñados específicamente para proporcionar información sobre la que el médico puede actuar y encajar en los flujos de trabajo clínicos existentes.

Los expertos señalan que la depresión es la enfermedad mental más común en el mundo. La Organización Mundial de la Salud estima que afecta a unos 350 millones de personas. La enfermedad puede variar en intensidad, desde un trastorno del estado de ánimo relativamente leve hasta una depresión avanzada o grave.

Algunas personas pueden controlar su depresión por sí mismas o con la orientación de un proveedor de atención primaria. Sin embargo, otros pueden tener una depresión más grave que requiera atención avanzada por parte de proveedores de atención de salud mental.

Los científicos del Instituto Regenstrief y la Universidad de Indiana crearon algoritmos para extraer el registro de salud electrónico e identificar a las personas que se beneficiarían de una atención avanzada. Luego, el sistema de información proporciona a los proveedores de atención primaria un aviso para que puedan derivar al individuo a los especialistas en salud mental apropiados.

"Nuestro objetivo era construir modelos reproducibles que encajaran en los flujos de trabajo clínicos", dijo Suranga N. Kasthurirathne, Ph.D., primer autor del artículo y científico investigador del Regenstrief Institute.

"Este algoritmo es único porque proporciona información procesable a los médicos, ayudándoles a identificar qué pacientes pueden estar en mayor riesgo de sufrir efectos adversos de la depresión".

Los algoritmos combinaron una amplia variedad de información clínica y de comportamiento de Indiana Network for Patient Care, un intercambio de información de salud en todo el estado. El Dr. Kasthurirathne y su equipo desarrollaron algoritmos para toda la población de pacientes, así como para varios grupos diferentes de alto riesgo.

“Al crear modelos para diferentes poblaciones de pacientes, ofrecemos a los líderes del sistema de salud la opción de seleccionar el mejor enfoque de detección para sus necesidades”, dijo Kasthurirathne.

“Quizás no tengan los recursos humanos o computacionales para ejecutar modelos en cada paciente. Esto les da la opción de seleccionar a pacientes de alto riesgo ".

“Los médicos de atención primaria a menudo tienen un tiempo limitado, y la identificación de pacientes con formas más graves de depresión puede ser un desafío y llevar mucho tiempo. Nuestro modelo les ayuda a ayudar a sus pacientes de manera más eficiente y mejorar la calidad de la atención simultáneamente ”, dijo Shaun Grannis, M.D., M.S., coautor.

“Nuestro enfoque también es adecuado para aprovechar la creciente adopción e interoperabilidad de la tecnología de la información de salud para permitir la atención preventiva y mejorar el acceso a los servicios de salud integrales”, dijo Grannis.

El estudio aparece en el Revista de investigación médica en Internet.

Fuente: Regenstrief Institute / EurekAlert