Suche
Mein Konto
Los algoritmos son tan buenos como los examinadores humanos para identificar signos de problemas de salud mental en los textos
Los investigadores de Medicina de la Universidad de Washington han descubierto que los algoritmos son tan buenos como los evaluadores humanos capacitados para identificar señales de advertencia en mensajes de texto de personas con enfermedades mentales graves. Esto abre un área de estudio prometedora que podría ayudar en la escasez de formación y atención en salud mental. Los resultados se publicaron en la revista Psychiatric Services a finales de septiembre. Los mensajes de texto son cada vez más parte de la atención y evaluación de la salud mental, pero estas intervenciones psiquiátricas remotas pueden carecer de los puntos de referencia emocionales que los terapeutas utilizan para guiar las conversaciones cara a cara con los pacientes. El equipo de investigación, con sede en el Departamento de Psiquiatría y Ciencias del Comportamiento, utilizó el procesamiento del lenguaje natural por primera vez para...
Los algoritmos son tan buenos como los examinadores humanos para identificar signos de problemas de salud mental en los textos
Los investigadores de Medicina de la Universidad de Washington han descubierto que los algoritmos son tan buenos como los evaluadores humanos capacitados para identificar señales de advertencia en mensajes de texto de personas con enfermedades mentales graves. Esto abre un área de estudio prometedora que podría ayudar en la escasez de formación y atención en salud mental.
Los resultados se publicaron en la revista Psychiatric Services a finales de septiembre.
Los mensajes de texto son cada vez más parte de la atención y evaluación de la salud mental, pero estas intervenciones psiquiátricas remotas pueden carecer de los puntos de referencia emocionales que los terapeutas utilizan para guiar las conversaciones cara a cara con los pacientes.
El equipo de investigación, con sede en el Departamento de Psiquiatría y Ciencias del Comportamiento, utilizó el procesamiento del lenguaje natural por primera vez para detectar e identificar mensajes de texto que reflejan "sesgos cognitivos" que podrían pasar desapercibidos para un médico poco capacitado o con exceso de trabajo. En última instancia, la investigación también podría ayudar a que más pacientes encuentren atención médica.
Cuando conocemos gente en persona, tenemos todos estos contextos diferentes. Tenemos señales visuales, tenemos señales auditivas, cosas que no se expresan en un mensaje de texto. Estas son cosas en las que deberíamos apoyarnos. La esperanza aquí es que la tecnología pueda proporcionar a los médicos una herramienta adicional para ampliar la información en la que confían para tomar decisiones clínicas”.
Justin Tauscher, autor principal del artículo y actual profesor asistente de la Facultad de Medicina de la Universidad de Washington.
El estudio examinó miles de mensajes de texto únicos y no solicitados entre 39 personas con enfermedades mentales graves y antecedentes de hospitalizaciones y sus proveedores de salud mental. Los evaluadores humanos evaluaron los textos en busca de diversos sesgos cognitivos, como lo harían normalmente en el contexto de la atención al paciente. Los evaluadores buscan un lenguaje sutil o abierto que sugiera que el paciente está generalizando en exceso, catastrofizando o sacando conclusiones precipitadas, todo lo cual puede ser indicador de problemas.
Los investigadores también programaron computadoras para realizar la misma tarea de evaluar texto y descubrieron que los humanos y la IA calificaron de manera similar en la mayoría de las categorías estudiadas.
"Creo que la capacidad de contar con sistemas que puedan respaldar la toma de decisiones clínicas es extremadamente relevante y potencialmente impactante para aquellos en el campo que a veces no tienen acceso a capacitación, a veces no tienen acceso a supervisión o, a veces, simplemente están cansados, con exceso de trabajo y agotados". "Me resulta difícil estar presente con todas las interacciones que tienen", dijo Tauscher, quien llegó a la investigación después de una década en un entorno clínico.
Ayudar a los médicos sería un beneficio inmediato, pero los investigadores también ven aplicaciones futuras que funcionen junto con una pulsera de fitness portátil o un sistema de seguimiento telefónico. Dror Ben-Zeev, director del Centro de Investigación del Comportamiento en Tecnología e Ingeniería de la Universidad de Washington y coautor del artículo, dijo que la tecnología podría eventualmente proporcionar retroalimentación en tiempo real que alertaría al terapeuta sobre problemas inminentes.
"De la misma manera que se obtienen los niveles de oxígeno en la sangre, la frecuencia cardíaca y otros datos", dijo Ben-Zeev, "podemos recibir una nota que indique que el paciente está sacando conclusiones precipitadas y actuando catastróficamente. Simplemente la capacidad de hacerlo". "Crear conciencia sobre un patrón de pensamiento es algo que imaginamos en el futuro. Las personas tendrán estos circuitos de retroalimentación con su tecnología a través de los cuales obtendrán conocimientos sobre sí mismos".
Este trabajo fue apoyado por el Instituto Garvey de Soluciones para la Salud del Cerebro de la Facultad de Medicina de la Universidad de Washington, el Instituto Nacional de Salud Mental (R56-MH-109554) y la Biblioteca Nacional de Medicina (T15-LM-007442).
Fuente:
Medicina de la Universidad de Washington
Referencia:
Tauscher, JS y col. (2022) Detección automatizada de sesgos cognitivos en intercambios de textos entre médicos y personas con enfermedades mentales graves. Servicios psiquiátricos. doi.org/10.1176/appi.ps.202100692.
.