Un estudio reciente publicado en Nature Mental Health revela que un modelo de inteligencia artificial (IA) puede detectar la esquizofrenia con alta precisión, analizando únicamente dos dominios neurocognitivos: aprendizaje verbal y reconocimiento de emociones. La investigación, realizada por expertos de la Universidad de Washington, la Universidad de California San Diego y el VA San Diego Healthcare System, propone un método innovador que podría transformar los procesos de diagnóstico y tratamiento de esta enfermedad mental.
Actualmente, la esquizofrenia se diagnostica principalmente entre los 16 y 30 años, tras la aparición de un primer episodio de psicosis, según el Instituto Nacional de Salud Mental (NIMH). Los síntomas incluyen alucinaciones, delirios, deterioro de la memoria, dificultades de concentración y problemas de aprendizaje. Sin embargo, el diagnóstico suele requerir extensas baterías de pruebas neurocognitivas, lo que dificulta su uso clínico rutinario.
El estudio entrenó un modelo de aprendizaje automático con datos de 559 personas diagnosticadas con esquizofrenia o trastorno esquizoafectivo, y 745 participantes sin afecciones psiquiátricas, quienes completaron 15 pruebas cognitivas reconocidas. Los resultados demostraron que basta con evaluar las capacidades de aprendizaje verbal y reconocimiento emocional para distinguir eficazmente a los pacientes.
Según los autores, con solo estas dos variables, el modelo alcanzó una precisión similar a la de evaluaciones más extensas, evidenciando que estos dominios neurocognitivos son especialmente relevantes para la identificación de la esquizofrenia. La simplificación en las pruebas permitiría un diagnóstico más ágil y la implementación de intervenciones más personalizadas.
Los investigadores destacan que este avance favorece la creación de herramientas diagnósticas más accesibles y eficientes. Además, consideran que la técnica llamada 'menos es más' puede facilitar la detección precoz y el diseño de tratamientos adaptados a las necesidades específicas de cada paciente, contribuyendo también a entender mejor los aspectos cognitivos y neuronales asociados a distintos trastornos psiquiátricos.
