sábado, 25 de noviembre de 2017

Inteligencia Artificial y predicción del suicidio

Acaba de publicarse recientemente un estudio sobre la predicción del suicidio basado en neuroimagen y en una clase de inteligencia artificial llamada aprendizaje automático (machine learning) con unos resultados tan sorprendentes que he pensado que merecía la pena comentarlo aquí.

El estudio se titula Machine learning of neural representations of suicide and emotion concepts identifies suicidal youth. Lo que los investigadores han hecho es lo siguiente: han comparado un grupo de 17 adolescentes con ideación suicida con otro grupo de 17 sujetos control (de acuerdo en que la N es muy pequeña) y la máquina ha conseguido identificar a los suicidas con una fiabilidad nada menos que del 91%. Pero no sólo eso. Dentro del grupo con ideación suicida, 9 habían realizado un intento de suicidio previo y 8 no tenían intentos de suicidio. La máquina diferenció entre ambos con una fiabilidad de 0,94. Vamos a explicar un poco lo que hacen en el estudio.

Cuando pensamos en un concepto esto da lugar a una “firma de neuroimagen” diferenciada en la resonancia magnética funcional. Por ejemplo, si pensamos en el concepto “cuchara” se van a encender áreas que tienen que ver con la manipulación de la cuchara (localizadas en regiones motoras) así como otras áreas relacionadas con el proceso de comer (localizadas en áreas gustativas, en la ínsula y en el giro inferior frontal). Simplificando, diríamos que el cerebro se enciende de una manera u otra según el concepto en el que estemos pensando. Entonces lo que hacen los investigadores es dar a los sujetos experimentales una serie de conceptos para que piensen en ellos: muerte, crueldad, bueno, tristeza, culpa, orgullo etc. También dan a la máquina unos algoritmos para que aprenda de forma autónoma acerca de estos patrones cerebrales. Su hipótesis es que la máquina va a diferenciar a los sujetos basándose en los patrones neuronales y eso es lo que ocurre. A la hora de diferenciar entre sujetos con antecedentes de intentos autolíticos y los que no, se basan en que el patrón emocional que aparece en neuroimagen es diferente.

La utilidad de este estudio es evidente por dos razones. Una por su aportación a la predicción de la conducta suicida y otra porque la identificación de áreas asociadas a ideación autolítica puede servir para tomar medidas preventivas como estimular esas zonas con estimulación transcraneal o técnicas por el estilo.

En cuanto a las limitaciones del estudio algunas consideraciones. Primero, como hemos comentado la n es muy pequeña. En segundo lugar, la técnica requiere individuos altamente colaboradores y centrados en la tarea, que dura por lo menos 30 minutos. Es curioso que entre las pruebas que se les pasan hay un Wechsler abreviado de inteligencia  y los sujetos del grupo suicida puntúan de media 124,1 frente al grupo control que puntúa 121,2. Tanto unos como otros están entre una y dos desviaciones estándar por encima de la media así que no sabemos si hay que ser especialmente inteligente para participar en un estudio de este tipo. Otra limitación que reconocen los autores es que en el estado actual de su tecnología no pueden diferenciar entre ideación suicida y psicopatología en general, por lo que se supone que el grupo control no tenia psicopatología. De haber padecido algún trastorno mental la diferenciación habría sido menos fiable. También hay que precisar que identificar ideación suicida no es igual a prevenir el suicidio dado que la mayoría de la gente que tiene ideación suicida no actuará en base a ella. Pero dado que el programa también es capaz de separar a los que han tenido intentos previos de los que no, es teóricamente posible esperar que en el futuro serían capaces de diferenciar el patrón emocional de alguien que tiene un riesgo de actuar de alguien que no.

Volviendo a lo de la colaboración del sujeto, la realidad actual es que el 80% de los pacientes que se suicidan en un hospital psiquiátrico, o nada más ser dados de alta, no comentaron en su última entrevista ideas de suicidio. Con tecnología de este tipo, en principio, no solucionamos el problema de la colaboración. Si el sujeto no quiere pensar en los conceptos que le ofrecemos o se pone a pensar en otra cosa podría engañar a la máquina. Pero sería posible incluso que el programa pueda aprender también estos patrones y a pesar de la oposición del sujeto identificar huellas neuronales de suicidio. 

En cualquier caso, estamos ante un primer paso hacia algún tipo de prueba objetiva que nos permita identificar el riesgo de suicidio, lo que puede ser un avance muy importante. Lo que también se nos abre es un montón de interrogantes de tipo ético sobre los límites legales y morales a la utilización de este tipo de pruebas y el respeto a la libertad de la persona si algún día estuvieran disponibles.

@pitiklinov




No hay comentarios:

Publicar un comentario