Aquest mètode permet predir el resultat dels tractaments per a la depressió
La clau, segons un estudi dels EUA, està en uns dispositius electrònics
S'estima que la depressió afecta a més de 300 milions de persones cada any a tot el món. Amb aquesta dada en ment, és lògic que existeixi un interès creixent a buscar maneres de monitorar de manera contínua la salut mental de cada persona.
Segons un article publicat en el mitjà especialitzat Proceedings of the ACM on Interactive Mobile Wearable and Ubiquitous Technologies per investigadors de la Universitat Washington de St. Louis (els EUA) i de la Universitat d'Illinois Chicago (els EUA), la clau per a aconseguir això podria estar en els wearables, dispositius electrònics com ara els smartwatches.
Els wearables, diuen els autors, són un mètode eficaç per a mesurar marcadors com ara els nivells d'activitat d'una persona, el seu somni o la seva freqüència cardíaca. Emprant aquesta classe de dades, aquests investigadors van aconseguir predir el resultat dels tractaments per a la depressió en una sèrie d'individus que van participar en un assaig clínic aleatoritzat.
Per a aconseguir tal cosa, van desenvolupar un nou model d'intel·ligència artificial que va analitzar dades de dos sets de pacients: uns seleccionats aleatòriament per a rebre tractament i altres que no ho van rebre. Aquest model, afirmen, és un pas endavant en el desenvolupament de la medicina personalitzada, en la qual els especialistes desenvolupen un pla de tractament específic per a les necessitats de cada pacient i prediuen resultats basant-se en les seves dades individuals.
La idea és que, si els professionals són capaços de fer prediccions personalitzades sobre la resposta de cada pacient a determinats tractaments, aquests s'aplicaran als pacients només quan la resposta vagi a ser millor que no aplicar-ho. Això hauria de permetre teràpies més efectives i dirigides.
En l'assaig clínic, als pacients se'ls van donar polseres Fitbit i se'ls van realitzar test psicològics. Uns dos terços d'ells van rebre teràpia conductual, mentre que els restants no la van rebre. Els pacients de tots dos grups van ser estadísticament similars d'entrada, la qual cosa permetia als investigadors saber si el tractament donaria lloc a millors resultats basant-se en les dades individuals.
Gràcies a les dades combinades dels dos grups, el model disposava d'una base més àmplia per a aprendre, capturant a més les diferències entre aquells que van rebre tractament i aquells que no. A més, d'aquesta manera van comprovar que un model multitasca funcionava millor que un model que mirés a cada grup de manera separada.
El mètode és pioner, ja que combina el grup intervingut i el grup de control en un assaig controlat aleatoritzat perquè junts entrenin un model unificat que predigui els resultats personalitzats d'un individu amb i sense tractament.
En la clínica, aquest enfocament permetria realitzar aquestes prediccions personalitzades dels resultats dels pacients depenent del tractament rebut de manera primerenca, la qual cosa podria contribuir a una millor presa de decisions tant pel professional com pel pacient.