La inteligencia artificial (IA) se está empezando a usar y está transformando múltiples sectores de la sociedad y tiene beneficios potenciales también en el campo de la psiquiatría. La biotipificación y la fenotipificación pueden ayudar a identificar a los pacientes con mayor probabilidad de beneficiarse de diferentes fármacos, los modelos integradores de IA pueden predecir la respuesta terapéutica y la evaluación momentánea ecológica podrá algún día ayudar a monitorear los síntomas y guiar a los psiquiatras en la atención del paciente.
El desarrollo de fármacos en psiquiatría ha estado manifestando “estasis de innovación', comentó el profesor Roger McIntyre de la Universidad de Toronto Canadá en el congreso virtual del Colegio Asiático de Neuropsicofarmacología (AsCNP por sus siglas en inglés). Dijo que las tasas de respuesta para los antidepresivos se han mantenido relativamente estáticas durante los últimos 40 años. Al mismo tiempo, ha habido un cambio en el enfoque de la enfermedad, pasando de la ausencia de enfermedad a resultados más basados en dominios e informados por el paciente.1
Los biotipos inflamatorios pueden proporcionar información sobre los fenotipos clínicos en TDM.
El vínculo entre los trastornos inflamatorios y las enfermedades mentales se ha convertido en un tema relevante en psiquiatría. Los resultados de estudios demuestran que las alteraciones en los niveles de citocinas inflamatorias están asociadas con cambios patológicos en pacientes con TDM y pueden alterar la respuesta a los antipsicóticos convencionales.2-4
Sin embargo, no todos los pacientes con TDM muestran alteraciones en los niveles de citocinas y existe heterogeneidad con respecto a los biotipos inflamatorios subyacentes que están emergiendo, por lo que debemos intentar refinar los biofenotipos de los diferentes tipos de depresión, afirmó el profesor McIntyre.
La biotipificación identificará grupos de pacientes que probablemente se beneficiarán de un fármaco particular
Los modelos integradores en el aprendizaje automático predicen con mayor precisión la respuesta terapéutica
La inteligencia artificial que utiliza técnicas de reducción de dimensiones puede ayudar a identificar patrones en múltiples citocinas diferentes. Esta técnica ha permitido clasificar y agrupar a pacientes en distintos biotipos de depresión bipolar que pueden ayudar a predecir qué pacientes responderán mejor a un tratamiento.5
Los resultados del metaanálisis de más de 20 estudios realizados para evaluar la utilidad de los algoritmos de aprendizaje automático con el objetivo de predecir con precisión el resultado terapéutico en adultos con depresión bipolar, indican que la precisión es significativamente mayor en los modelos integradores alimentados con varios tipos de datos, en comparación con los tipos de datos de menor dimensión. Los tipos de datos incluidos en el modelo integrador incluyeron características fenomenológicas del paciente, neuroimagen y datos de expresión génica periférica.6
La IA ayudará a integrar interacciones entre múltiples sistemas biológicos diferentes
Seguimiento y monitoreo de TDM: un facilitador para la gestión de casos
La capacidad de tomar huellas dactilares digitales de los pacientes también podría ser una ayuda crucial en psiquiatría. Utilizando la evaluación momentánea ecológica y la aplicación mind.me, se rastrearon los síntomas en adultos con depresión clínicamente relevante mediante la recopilación de datos como el reconocimiento de voz, mensajes de texto y el uso de vocabulario. Esta técnica permitió predecir los síntomas depresivos con una precisión del 91 %, una sensibilidad del 98 % y una especificidad del 93 %.7
La inteligencia artificial no va a inventar nuevos fármacos, afirmó el profesor McIntyre, pero sí ayudará a integrar las interacciones que tienen lugar dentro y entre diferentes sistemas biológicos que son imposibles de medir sin la inteligencia artificial.
Our correspondent’s highlights from the symposium are meant as a fair representation of the scientific content presented. The views and opinions expressed on this page do not necessarily reflect those of Lundbeck.
