LA IA APLICADA EN EL CAMPO DE LA SALUD MENTAL

Guillermo Romero, Data Analyst

Actualmente, estamos viviendo una revolución digital marcada principalmente por la implementación de nuevas tecnologías que han transformado de manera radical la manera en la que vivimos y trabajamos. Un componente que tiene mucho peso en esta revolución es la famosa y tan mencionada últimamente inteligencia artificial.

Idílicamente, la IA es una disciplina que busca dotar a las máquinas de capacidades cognitivas similares a las humanas, permitiéndoles aprender, razonar y tomar decisiones de manera autónoma.

En este contexto, el artículo que se presenta a continuación tiene la intención de detallar el estado actual de la IA dentro del campo de la salud mental y qué perspectivas presenta en el panorama clínico.

En nuestro programa DOMUM, nos proponemos detallar la metodología que se está llevando a cabo y además, cómo la IA puede aportar mucho valor al programa. Buscaremos comprender a fondo el alcance y las limitaciones actuales de la IA, así como su potencial para mejorar y complementar las actividades y prácticas clínicas.

AI Aplicada a Healthcare

A pesar de que todo lo relacionado con la IA se ha convertido en una potencia presente dentro del campo de la medicina, en lo que respecta al campo de la salud mental y el bienestar emocional, está siendo un proceso más lento. Los profesionales de la salud mental tienden a ser más prácticos en su día a día, a diferencia de otros profesionales fuera del sector. El diagnóstico y el análisis se fundamentan a menudo en estados emocionales y/o anímicos, como, por ejemplo, la observación de ciertos comportamientos o factores psicológicos de sus pacientes.

Hoy en día, los datos presentados por el profesional se reportan en forma de declaraciones o afirmaciones subjetivas y notas cualitativas de pacientes, que son fruto de las verbalizaciones del paciente e interpretaciones del propio profesional. Además, para el avance de la medición de las intervenciones clínicas, la IA aún no ha sido suficientemente desarrollada dentro del campo de la salud mental. 

Una pregunta pertinente al respecto sería: ¿Hasta qué punto los profesionales de la salud mental confían en la Inteligencia Artificial para su práctica clínica y de intervención psicosocial? ¿Qué se necesita para poder trabajar de la mano de ella?

Para encontrar respuesta a las preguntas formuladas anteriormente, necesitamos conocer muy bien cómo funciona la IA, para qué la necesitamos y cuáles son las expectativas que tenemos sobre ella.

Datos no centralizados y poco definidos

En primer lugar, es primordial ir a buscar el punto de partida, el dato. Sin la capacidad de tener una metodología de captación rigurosa de datos científicos y de calidad, la IA no tiene sentido. Actualmente, en el campo de la salud mental, más del 75% (Josuè Sallent, 2) de la información es desestructurada. Por lo tanto, resulta crucial contar con sistemas que faciliten una estructuración de la información, permitiendo un acceso rápido y sencillo y que esté a disposición de todas las personas implicadas.

Una vía para mejorar la estructuración de estos datos es optimizar el proceso de captación, ya que en el sector “healthcare” aún se realizan los informes manualmente. La recolección de datos supone para el profesional una gran parte de su trabajo, por esta razón proponemos buscar herramientas digitales que ayuden a parametrizar los diagnósticos médicos y de bienestar del paciente. Estas herramientas digitales pueden ser aparatos de monitoreo, aplicaciones de registro de salud o incluso plataformas y soluciones especializadas en seguimiento del paciente y telemedicina.

Sin embargo, hasta ahora, no se utilizan soluciones de este tipo en el campo del bienestar y la salud mental, únicamente en especialidades médicas específicas.  

De esta forma, un desarrollo eficiente de la IA requiere disponer de una muy buena capacidad de colaboración entre los profesionales de la salud mental, desarrolladores de la tecnología y los científicos de datos. 

Desafíos éticos y socio-culturales

Como ya hemos visto, la implementación de la IA no solamente plantea interrogantes técnicos, sino que también suscita cuestiones éticas. Como cualquier proyecto de investigación y de nuevas características, estos deben someterse a un comité de ética correspondiente. A día de hoy, hay que destacar que hay pocas organizaciones dentro del sector social que dispongan de instancias de tecnología, ética y protección de datos ligados al tratamiento de estos. 

La transparencia en el uso de algoritmos ya sea que estén relacionados con la IA o no, emerge como un requisito esencial. Es vital asegurar que estos algoritmos no presenten sesgos ni discriminación y, en cambio, demuestren beneficios tangibles para la sociedad. Más allá del análisis ético del uso de datos en la investigación, se requiere la implementación de un organismo con funciones similares a un comité de bioética. Este comité interdisciplinario debería incluir expertos humanistas, como filósofos y sociólogos, para garantizar una representación completa de los valores sociales y abordar preguntas fundamentales sobre el modelo de sociedad que estamos construyendo.

En el contexto político y de regulación, es de alta relevancia establecer políticas claras que guíen el desarrollo y la implementación de la IA en la salud mental. La falta de instancias que integren aspectos éticos y tecnológicos en los comités de evaluación de proyectos de IA es un vacío que debe llenarse para asegurar una toma de decisiones justa y equitativa. La privacidad y los derechos de los ciudadanos deben ser salvaguardados mediante la implementación de medidas regulatorias sólidas.

En los últimos meses, las organizaciones se han visto obligados a destacar y hablar sobre la ética de la IA. En este caso, la OMS ha hecho hincapié en que los nuevos sistemas de tratamiento y captación de datos tienen acceso a información personal sensible, por lo que se requiere de unos marcos jurídicos y regulatorios sólidos para poder proteger estos datos y el derecho a la privacidad de las personas.

“La inteligencia artificial resulta muy prometedora para la salud y el bienestar, pero también presenta retos importantes, lo que incluye la recopilación de datos no éticos, las amenazas de ciberseguridad y el aumento de sesgos y desinformación” dijo el Dr. Tedros Adhanom, director general de la OMS. 

Tal como comenta el Dr. Adahanom, existen muchas soluciones que utilizan la IA que pueden ayudar dentro del sector sanitario. Por ejemplo, se puede llegar a hacer diagnósticos más precisos y tempranos utilizando grandes conjuntos de datos médicos para identificar patrones que muchas veces los profesionales de la salud pueden pasar por alto.

De esta manera, se pueden numerar diversos puntos clave para comprender y confiar en un sistema de IA: el fomento de la confianza a través de la documentación, la gestión de riesgos, la validación de datos externa, el compromiso con la calidad de datos, abordaje de todas las regulaciones, promoción de la colaboración intersectorial. 

Domum, un proyecto con ADN innovador

DOMUM es un proyecto enfocado en mejorar el bienestar emocional y la calidad de vida de las personas adultas en proceso oncológico. Es un proyecto que acompaña las unidades de oncología de hospitales especializados en la atención integral y la humanización de los cuidados oncológicos.  Cuenta con entornos terapéuticos donde se desarrollan talleres y formaciones de tipo psicosocial que abordan cualquier tipo de necesidad emocional. Por un lado, el objetivo es mejorar el bienestar emocional del paciente y sus cuidadores, pero también el de acompañar al equipo de profesionales sanitarios con recursos y estrategias para mejorar la relación con el paciente y hacer prevención del estrés. 

Como hemos mencionado en este artículo anteriormente, para poder desarrollar una herramienta de IA que permita en el ejemplo del proyecto de Domum evaluar e identificar tipos de pacientes en sus espacios, hay que ir retrocediendo hasta llegar al dato.

Por esta razón, estamos trabajando estrategias para obtener un conjunto de datos estructurados que aporten valor sobre la salud mental y el bienestar emocional de los beneficiarios. Esta iniciativa tiene como foco la centralización de la información en un único repositorio accesible (data cloud/warehouse), permitiendo una visión integral y detallada de la evolución temporal de cada uno de los individuos. 

De las primeras fases sobre la aplicabilidad y uso de la IA en el proyecto DOMUM podemos destacar diferentes puntos: 

  • Herramientas de Evaluación:

DOMUM utiliza herramientas de evaluación, que pueden incluir encuestas, cuestionarios y dispositivos de monitoreo. Estas herramientas no solo capturan datos cuantitativos y cualitativos, sino que también facilitan la identificación de patrones emocionales y necesidades específicas de cada paciente.

  • Centralización de Datos:

La centralización de datos es esencial para el éxito de esta iniciativa. DOMUM busca reunir información dispersa en un único lugar, simplificando la gestión y el análisis de datos. La implementación de tecnologías avanzadas, respaldadas por inteligencia artificial, garantiza la coherencia y la seguridad de la información recopilada. Utilizando esta metodología, buscamos rigurosamente cumplir con la política de privacidad y tener acceso a aquellos datos que única y exclusivamente aporten valor al proyecto.

Por otro lado, podemos también destacar algunas de las potencialidades que la IA podría aportar dentro del programa. Hay que tener en cuenta que para poder implementar lo que se comenta a continuación, se deben involucrar a todas las partes interventoras: los hospitales, pacientes, profesionales…

  • Caracterización de la Evolución del Bienestar Emocional:

La parametrización de la información permite identificar factores clave que influyen en el bienestar emocional, lo que facilita la adaptación de intervenciones y el diseño de estrategias personalizadas. Esto es fundamental para la definición de las actividades terapéuticas y el impacto que tienen sobre las personas en tratamiento.

Una vez que esta metodología sea implementada, se puede llegar a incorporar reconocimiento por voz para captar datos que no estén actualmente a nuestro alcance y mediante un sistema lógico de algoritmo potenciaremos la identificación de patrones teniendo en cuenta todos los datos recopilados (siempre teniendo en consideración lo comentado sobre la privacidad y la ética de la IA).

  • Identificación y Parametrización de Pacientes:

Estamos trabajando para que cada paciente sea identificado de manera única en el sistema de DOMUM y de manera anonimizada. Esta identificación individual permite la creación de perfiles personalizados, donde se registran y parametrizan aspectos clave del proceso y la evolución socioemocional de cada persona. La IA puede jugar un papel fundamental en el análisis de estos datos para identificar tendencias y proporcionar una comprensión profunda de las necesidades emocionales de los pacientes.

Protección de datos

Como he mencionado anteriormente, la recopilación y utilización de datos sensibles, especialmente en el ámbito de la salud, conlleva una responsabilidad ética y legal significativa. En el contexto del proyecto DOMUM, la anonimización de datos se presenta como un componente clave para garantizar la privacidad y la seguridad de la información recopilada. Para conseguir una implementación óptima, trabajamos en colaboración con Dig8tal, especialistas en ciberseguridad, lo que nos permite implementar medidas sólidas para proteger la identidad de los individuos y cumplir con las regulaciones, como la GDPR.

Colaboración con Dig8tal

La colaboración con Dig8tal refuerza nuestra capacidad para garantizar la confidencialidad y la integridad de los datos en el proyecto DOMUM. Su experiencia en seguridad de datos nos permite implementar estrategias avanzadas de anonimización, mitigando los riesgos asociados con la recopilación y el procesamiento de información sensible. Esta asociación fortalece la base ética y legal del proyecto, asegurando que la tecnología utilizada beneficie a los pacientes y profesionales de la salud sin comprometer la privacidad de los individuos involucrados.

Para concluir se podría decir que el programa DOMUM no solo representa un avance significativo en la humanización de la atención a personas en proceso oncológico, sino que también se propone desplegar un enfoque pionero en la recopilación y gestión de datos sobre el bienestar emocional. Al buscar centralizar y parametrizar la evolución emocional de cada paciente, utilizando herramientas avanzadas respaldadas por inteligencia artificial, el proyecto no solo se limita a ofrecer espacios terapéuticos y talleres, sino que también aborda la individualidad de las necesidades emocionales. Esta iniciativa promete no solo mejorar la calidad de vida de quienes viven el cáncer, sino también establecer un modelo que pueda  integrar de manera efectiva la tecnología y la atención centrada en el paciente en el ámbito de la salud.

Lee, E. E., Torous, J., De Choudhury, M., Depp, C. A., Graham, S. A., Kim, H. C., … Jeste, D. V. (2020). Artificial Intelligence for Mental Healthcare: Clinical Applications, Barriers, Facilitators, and Artificial Wisdom.

Clúster Salut Mental Catalunya. (2022). Inteligencia Artificial y Salud Mental. Barcelona, España: Dandelion Contents, SL.

Gibert, K., Sànchez-Marrè, M., & Izquierdo, J. (2016). A survey on pre-processing techniques: Relevant issues in the context of environmental data mining. AI Communications, 29(6), 627-663.

Valls, A., Gibert, K., Sánchez, D., & Batet, M. (2010). Using ontologies for structuring organizational knowledge in Home Care assistance. Int J Med Inform, 79(5), 370-387.

D. Darcet, et al. (2021). “Artificial Intelligence and Digital Tools for Mental Healthcare: Advantages, Concerns, and Recommendations for Psychological Well-being Apps

J. Montagud, et al. (2022). “Review of Artificial Intelligence in Mental Health Applications: Opportunities and Challenges.

Bishnoi L, Narayan Singh S. Artificial intelligence techniques used in medical sciences: a review. Proc 8th Int Conf Conflu 2018. Cloud Comput Data Sci Eng Conflu. 2018;

Wiens J, Shenoy ES. Machine learning for healthcare: on the verge of a major shift in healthcare epidemiology. Clin Infect Dis. 2018