Más allá de la subjetividad: cómo la tecnología pretende mejorar los diagnósticos psiquiátricos

Un estudio aparecido en 2024 en Nature identificó seis biotipos de depresión a partir de las dinámicas cerebrales de más de 800 pacientes. Mediante resonancias magnéticas funcionales, se vio, por ejemplo, que algunos de ellos reportaban sobreactividad cognitiva, mientras que otros arrojaban un patrón de bajo rendimiento en el circuito neuronal que controla la atención. En su correlato terapéutico, los primeros respondían mejor a ciertos tipos de antidepresivos y, entre los segundos, la psicoterapia no funcionaba, al parecer, demasiado bien. En otro grupo de pacientes, la norma era una hiperconectividad de circuitos cerebrales y el alto beneficio de las intervenciones conductuales. Los otros tres biotipos también presentaban sus particularidades neurológicas y sus distintos niveles de respuesta terapéutica.

Martien Kas, investigador neerlandés y presidente del Colegio Europeo de Neuropsicofarmacología, cita dicho estudio para ilustrar cuánto puede ayudar la tecnología a afinar el diagnóstico psiquiátrico. Un campo de la medicina en el que —cual rara avis si se compara con otras especialidades— la categorización del paciente sigue realizándose casi en exclusiva a partir de materiales altamente subjetivos: lo que cuenta el paciente que le ocurre (sus síntomas) y lo que interpreta el doctor a partir de dicho relato.

Kas resume su optimismo: “Existe una excelente oportunidad de aprovechar el conocimiento emergente sobre el cerebro para usar esta información cuantitativa con el objetivo de hacer mejores diagnósticos”. Y alude a un análisis pionero —publicado en 2016 en la Revista Estadounidense de Psiquiatría— que tipificó, sirviéndose de un amplio surtido de marcadores cerebrales, tres biotipos para las personas aquejadas de trastornos psicóticos como la esquizofrenia. Los autores admitían su propósito de trascender, alumbrados por la objetividad, la elevada dependencia en el manual DSM (la biblia del diagnóstico psiquiátrico) a la hora de poner nombre al sufrimiento de las personas con problemas de salud mental. El DSM despliega en su quinta edición (actualizada en 2022) un abrumador catálogo de casi 300 trastornos con síntomas que, según algunos críticos, adolecen de vaguedad y tienden a solaparse.

Diferenciar mejor patologías que a veces concurren en emociones y pensamientos parejos es uno de los principales objetivos de Kamilla Miskowiak, investigadora de la Universidad de Copenhage (Dinamarca), quien está aplicando herramientas de realidad virtual para obtener evaluaciones más certeras. Según una revisión publicada en la revista The BMJ en 2024, la tasa de falsos positivos para la depresión podría ser superior al 60%, los trastornos bipolares suelen confundirse con psicosis y los diagnósticos de esquizofrenia cambian, en el medio plazo, para una horquilla del 30-50% de pacientes.

En un estudio piloto publicado recientemente en la revista Neuropsicofarmacología Europea, Miskowiak y sus colaboradores midieron la conductancia de la piel ante escenarios de realidad virtual inmersiva (un ascensor lleno, un bebé llorando) de 100 pacientes con esquizofrenia y trastornos bipolar y límite de la personalidad (TLP). Las diferencias en este biomarcador —según Miskowiak, muy eficaz al evaluar “la agitación del individuo”— fueron notables entre los tres grupos. Para esta investigadora, “la realidad virtual es una tecnología muy prometedora hacia un diagnóstico más preciso”. Por su bajo coste y porque, en trastornos como el TLP, “la persona no suele cooperar con el doctor por sus dificultades de interacción social”. En cualquier caso, Miskowiak admite que aún estamos lejos de poder utilizarla con solvencia en las consultas de los psiquiatras.

Una app que ‘ve’ el estrés postraumático

Ya hay empresas que están comercializando productos tecnológicos supuestamente útiles para acotar la naturaleza, a veces tan difusa, de cada trastorno. Senseye, con sede en Texas, publicita en su página web lo que denomina “la primera plataforma diagnóstica para evaluar objetivamente la salud mental”. Su metodología se centra en la actividad ocular del individuo (dirección de la mirada, dilatación de la pupila, biomecánica del iris) ante determinadas tareas visuales. Por ahora, su aplicación para móviles sirve solo para diagnosticar el trastorno de estrés postraumático (TEPT). Según la compañía, su producto es al menos tan efectivo como el CAPS-5, la escala más utilizada para determinar si alguien padece o no un TEPT.

Jessica Jackson, presidenta del comité que asesora sobre tecnología y salud mental a la Asociación Psicológica Estadounidense, tira de cautela y afirma categórica que “todavía no somos capaces de hacer mejores diagnósticos gracias a la tecnología”. Jackson menciona ilusionantes herramientas con las que, mediante modelos grandes de lenguaje —base de la inteligencia artificial (IA) generativa— se está tratando de detectar rasgos depresivos en la voz, aunque por ahora ella sitúa esta y otras iniciativas similares en el terreno de la “suposición”.

Martien Kas admite que todavía “no comprendemos demasiado bien los mecanismos subyacentes en psiquiatría” y que no se sabe del todo “qué, cómo y cuándo medir”, aunque los progresos se hayan acelerado en los últimos tiempos. Y Jackson añade que en los trastornos mentales suele concurrir una serie de causas “ambientales y biológicas” difíciles de descifrar y con una complejidad relacional que añade otro escollo a un buen diagnóstico. Además existen, prosigue, cuestiones culturales cuya ignorancia puede desorientar al mejor psiquiatra: “Por ejemplo, la ira como síntoma de depresión entre la comunidad negra de EE UU”.

La llegada de la IA generativa

Para Kas, es precisamente en esta oscura mezcolanza de factores, en la “interacción bilateral entre el cerebro y el ambiente cuyo entendimiento requiere recolectar una gran cantidad de datos multimodales”, donde la IA puede arrojar más luz. Una revisión publicada en 2022 en Nature concluyó un nivel de acierto muy variable (del 21% al 100%) en los modelos de IA que introducen toda clase de información (resultados de neuroimagen, evaluaciones psicológicas...) para decidir si alguien padece o no trastornos como el obesivo compulsivo o el bipolar.

Otra revisión aparecida el pasado febrero en Cambridge University Press observó que el diagnóstico en salud mental mediante IA suele recurrir a los árboles aleatorios, un algoritmo de aprendizaje con el que el análisis ponderado de una amalgama de datos puede —siguiendo con la metáfora— ayudar a ver mejor el bosque (la patología concreta). El estudio, en el que participó el investigador español Pablo Cruz, también concluyó que la IA tiene el potencial de mejorar la práctica psiquiátrica en el plano predictivo (alertando sobre factores de riesgo que den lugar a intervenciones tempranas) y a la hora de plantear con mayor tino alternativas terapéuticas.

Cruz se muestra precavido: “Estamos [en la aplicación práctica de la IA en psiquiatría] en un estado de infancia, aunque de aquí a 10 o 15 años la situación puede cambiar enormemente”. Y añade que la IA —o la tecnología en su conjunto— no tiene por qué reemplazar del todo al ojo clínico de los doctores, sino simplemente “ayudar a aumentar la probabilidad de acierto en el diagnóstico” y a que este no “se juege a una única carta”. Jessica Jackson, por su parte, también prevé que en el futuro las herramientas tecnológicas tendrán “al menos tanto peso” como la subjetividad del médico, sobre todo en enfermedades severas como la esquizofrenia (donde es mayor el potencial para aislar biomarcadores específicos) y no tanto en trastornos menos graves y más habituales como la ansiedad. Como dice Kas, en ella (o en su primo hermano, el miedo) se revela una función evolutiva que complica el discernir lo patológico de la vida misma, aunque utilicemos la más sofisticada tecnología.