La nueva herramienta de IA utiliza un pequeño conjunto de variables interpretables para evaluar rápidamente el riesgo de autolesión

Una nueva herramienta de evaluación que aprovecha una poderosa inteligencia artificial pudo predecir si los participantes exhibían pensamientos y comportamientos suicidas utilizando una combinación rápida y simple de variables.

Desarrollado por investigadores de la Universidad Northwestern, la Universidad de Cincinnati (UC), la Universidad Aristóteles de Tesalónica y el Hospital General de Massachusetts/Facultad de Medicina de Harvard, el sistema se centra en una tarea sencilla de clasificación de imágenes junto con un pequeño conjunto de variables contextuales/demográficas en lugar de que extensos datos psicológicos.

La herramienta tuvo una eficacia media del 92% a la hora de predecir cuatro variables relacionadas con pensamientos y conductas suicidas.

La obra aparece en Naturaleza Salud Mental.

«Un sistema que cuantifica el juicio de recompensa y aversión proporciona una lente a través de la cual podemos entender el comportamiento de preferencia», dijo el primer autor Shamal Shashi Lalvani, estudiante de doctorado de la Universidad Northwestern. «Al utilizar variables interpretables que describen el comportamiento humano para predecir el suicidio, abrimos una vía hacia una comprensión más cuantitativa de la salud mental y establecemos conexiones con otras disciplinas como la economía del comportamiento».

El estudio concluye que un pequeño conjunto de medidas sociales y conductuales desempeñan un papel clave en la predicción de pensamientos y comportamientos suicidas. El trabajo actual detalla los componentes de una herramienta que podría ser una aplicación para profesionales médicos, hospitales o militares para evaluar quién tiene mayor riesgo de autolesionarse.

«Se informa que tenemos alrededor de 20 suicidios diarios entre los veteranos en los EE. UU. y un número destacado de estudiantes. Todos podemos citar estadísticas de cómo el sistema médico estadounidense se encuentra en un punto de ruptura. Ojalá hubiéramos tenido esta tecnología antes. Los datos sugieren firmemente que cambiaría los resultados», dijo Hans Breiter, IP de contacto para el estudio y profesor de ciencias de la computación e ingeniería biomédica en la UC.

«La gente ha desarrollado buenas técnicas con big data», dijo Breiter, «pero tenemos problemas para interpretar el significado de muchas predicciones basadas en big data. Tener una pequeña cantidad de variables basadas en la psicología matemática parece solucionar este problema y es necesario si El aprendizaje automático actual alguna vez abordará el tema de la inteligencia artificial general».

Los datos se recopilaron de encuestas completadas en 2021 por 4019 participantes de entre 18 y 70 años en todo Estados Unidos. Las identidades de los participantes fueron protegidas y no compartidas con los investigadores, y los participantes dieron su consentimiento informado.

Se pidió a los participantes que clasificaran una secuencia aleatoria de 48 imágenes en una escala de siete puntos de 3 a -3 en seis categorías: deportes, desastres, animales lindos, animales agresivos, naturaleza y adultos en trajes de baño. Los investigadores también recopilaron un conjunto limitado de datos demográficos sobre la edad, el sexo asignado al nacer, la raza o el origen étnico, el nivel educativo más alto alcanzado y la lateralidad.

«El uso de una tarea de calificación de imágenes puede parecer simple, pero comprender las preferencias individuales y cómo se evalúa la recompensa y la aversión juega un papel importante en la configuración de la personalidad y el comportamiento», dijo el codirector del estudio y coautor principal Aggelos Katsaggelos, el Joseph Cummings, profesor de ingeniería eléctrica e informática en McCormick y director del laboratorio de procesamiento de vídeo e imágenes multimedia de IA en Northwestern.

«Encontramos que nuestros resultados en la predicción del suicidio superan los métodos típicos de medición sin utilizar extensos registros médicos electrónicos u otras formas de grandes datos», afirmó Katsaggelos.

Junto con las calificaciones de las imágenes, los participantes completaron un conjunto limitado de preguntas sobre salud mental y se les pidió que calificaran la soledad percibida en una escala de cinco puntos.

Cuando los datos se conectaron a un sistema de inteligencia artificial desarrollado por Northwestern y la Universidad de Cincinnati, el software pudo predecir cuatro medidas de pensamientos y comportamientos suicidas: ideación suicida pasiva (deseo sin un plan); ideación activa (pensamientos actuales y específicos); planificación del suicidio; y planificar estrategias de afrontamiento para prevenir la autolesión.

Los investigadores observaron que los encuestados de otros países podrían tener influencias culturales únicas que podrían afectar el éxito de la predicción, aunque el efecto de raza y género fue el menos predictivo de todas las medidas utilizadas. Otra posible limitación, dijeron los investigadores, es que las encuestas fueron autoinformadas en lugar de evaluaciones clínicas, y agregaron que es difícil ver cómo se podría realizar un estudio prospectivo sobre el suicidio. Por último, se tomó una muestra de la cohorte durante la pandemia de COVID-19, en un momento en el que se registraron tasas de soledad y autolesiones más altas de lo normal.