Uso de la inteligencia artificial para diagnosticar mejor los trastornos y abordar el tratamiento farmacológico

Una nueva investigación sugiere que el aprendizaje automático puede mejorar el diagnóstico de trastornos de salud mental complejos y ayudar en la selección de la terapia farmacológica.

Los expertos dan la bienvenida al nuevo hallazgo, ya que los trastornos del estado de ánimo como el trastorno depresivo mayor (TDM) y el trastorno bipolar son a menudo complejos y difíciles de diagnosticar. Además, este desafío de diagnóstico suele ser mayor entre los jóvenes cuando la enfermedad recién se está desarrollando. La incertidumbre sobre el diagnóstico puede dificultar las decisiones sobre la medicación.

En un estudio colaborativo del Lawson Health Research Institute de Canadá, The Mind Research Network en Nuevo México y el Brainnetome Center de la Academia China de Ciencias, los investigadores desarrollaron un algoritmo de inteligencia artificial (IA) que analiza los escáneres cerebrales para clasificar mejor las enfermedades en pacientes con un trastorno del estado de ánimo complejo y ayudan a predecir su respuesta a la medicación.

El estudio incluyó a 78 pacientes adultos emergentes de programas de salud mental en el London Health Sciences Center (LHSC), principalmente del First Episode Mood and Anxiety Program (FEMAP).

La primera parte del estudio involucró a 66 pacientes que ya habían completado el tratamiento para un diagnóstico claro de TDM o bipolar tipo I (bipolar I). Bipolar I es una forma de trastorno bipolar que presenta episodios maníacos completos.

Los investigadores también siguieron a otros 33 participantes de la investigación sin antecedentes de enfermedad mental. Cada individuo participó en el escaneo para examinar diferentes redes cerebrales utilizando las capacidades de imágenes de resonancia magnética funcional (fMRI) de Lawson en St. Joseph's Health Care London.

El equipo de investigación analizó y comparó los escáneres de personas con TDM, trastorno bipolar I y sin antecedentes de enfermedad mental, y encontró que los tres grupos diferían en redes cerebrales particulares.

Se observaron diferencias en el área del cerebro llamada red de modo predeterminado, un conjunto de regiones que se cree que son importantes para la autorreflexión, así como en el tálamo, una "puerta de entrada" que conecta múltiples regiones corticales y ayuda a controlar la excitación y el estado de alerta.

Los datos fueron utilizados por los investigadores para desarrollar un algoritmo de inteligencia artificial que utiliza el aprendizaje automático para examinar las imágenes de resonancia magnética funcional para clasificar si un paciente tiene TDM o bipolar I. Cuando se probó con los participantes de la investigación con un diagnóstico conocido, el algoritmo clasificó correctamente su enfermedad con 92,4 por ciento. centavo de precisión.

Luego, el equipo de investigación realizó imágenes con 12 participantes adicionales con trastornos complejos del estado de ánimo para quienes el diagnóstico no estaba claro. Utilizaron el algoritmo para estudiar la función cerebral de un participante para predecir su diagnóstico y, lo que es más importante, examinaron la respuesta del participante a la medicación.

"Los antidepresivos son la terapia farmacéutica estándar de oro para el TDM, mientras que los estabilizadores del estado de ánimo son el estándar de oro para el trastorno bipolar I", dijo la Dra. Elizabeth Osuch, científica clínica de Lawson, directora médica de FEMAP y co-investigadora principal del estudio.

“Pero resulta difícil predecir qué medicamento funcionará en pacientes con trastornos complejos del estado de ánimo cuando el diagnóstico no es claro. ¿Responderán mejor a un antidepresivo o a un estabilizador del estado de ánimo? "

El equipo de investigación planteó la hipótesis de que los participantes clasificados por el algoritmo con TDM responderían a los antidepresivos, mientras que aquellos clasificados como bipolares I responderían a los estabilizadores del estado de ánimo. Cuando se probó con los pacientes complejos, 11 de 12 respondieron a la medicación predicha por el algoritmo.

"Este estudio da un paso importante hacia la búsqueda de un biomarcador de la respuesta a la medicación en adultos emergentes con trastornos complejos del estado de ánimo", dijo Osuch. "También sugiere que algún día podríamos tener una medida objetiva de la enfermedad psiquiátrica a través de imágenes cerebrales que haría el diagnóstico más rápido, más efectivo y más consistente entre los proveedores de atención médica".

Los psiquiatras actualmente hacen un diagnóstico basado en la historia y el comportamiento de un paciente. Las decisiones de medicación se basan en ese diagnóstico. "Esto puede ser difícil con los trastornos complejos del estado de ánimo y en el curso temprano de una enfermedad, cuando los síntomas pueden estar menos definidos", dijo Osuch.

“Los pacientes también pueden tener más de un diagnóstico, como una combinación de un trastorno del estado de ánimo y un trastorno por abuso de sustancias, lo que complica aún más el diagnóstico. Tener una prueba o procedimiento biológico para identificar a qué clase de medicamento responderá un paciente avanzaría significativamente en el campo de la psiquiatría ".

Fuente: Lawson Health Research Institute