Prometedor estudio utiliza fMRI e inteligencia artificial para predecir el riesgo de suicidio
Cada año se suicidan casi un millón de personas a nivel mundial, lo que corresponde a una tasa de mortalidad general del 16 por cada 100,000 habitantes. En estos últimos 45 años las tasas de suicidio se han visto incrementadas en un 60% , a nivel global.
Aunque tradicionalmente las mayores tasas de suicidio se han registrado entre los varones de edad avanzada, actualmente, las alarmantes cifras ubican al suicidio como la segunda causa de muerte entre los adultos jóvenes en los E.E.U.U.
En cuanto a la realidad nacional, del año 2000 al 2014, la tasa de suicidios se vio incrementada de un 3,5 a un 5,2 por cada 100,000 habitantes. De estos, 8 de cada 10 suicidios (80,2%) fueron cometidos por hombres y un 19,8% por mujeres.
La población juvenil también evidenció altas tasas de suicidio, puesto que en 2014, el 40,2% de estas muertes afectó a jóvenes de entre 15 a 29 años.
El riesgo real de suicidio es difícil de evaluar y predecir, aún en estados depresivos severos, puesto que es un problema de elevada complejidad, en el que intervienen factores de índole diversa, como son los aspectos biológicos, psicológicos, sociales, ambientales y culturales.
En base a esta preocupante estadística, se está en la búsqueda de métodos altamente predictivos que sirvan para identificar el riesgo de suicidio por medio del análisis de las alteraciones en la forma en que el cerebro de un paciente representa ciertos conceptos subjetivos.
Realización del estudio
Un equipo de investigadores de la Carnegie Mellon University y la University of Pittsburgh han desarrollado una innovadora manera de identificar a los individuos con tendencias suicidas, a través del uso de escáneres cerebrales e inteligencia artificial, estudio que fue publicado en la revista Nature Human Behaviour.
Sobre la base de trabajos previos en “aprendizaje automático” para identificar lo que la gente está pensando, Marcel Just, autor del artículo y profesor de neurociencia cognitiva del DO Hebb en la Carnegie Mellon University, partió de la idea que los patrones cerebrales pueden revelar una diferencia en la forma de pensar al comparar los individuos normales en relación a los pacientes suicidas.
El muestreo incluyó a 17 pacientes con ideas suicidas y 17 individuos que eran neurotípicos, para ser usados como control.
Para realizar el estudio, Just, David Brent, profesor de psiquiatría, pediatría, epidemiología y ciencia clínica y traslacional en Pittsburgh, y su equipo procedieron a emplear los algoritmos de aprendizaje automático (Gaussian Naïve Bayes) para identificar a los potenciales individuos suicidas, en base a la actividad cerebral desencadenada por los conceptos formulados en relación a palabras claves.
Los conceptos de determinadas palabras se presentaron a los dos grupos mientras eran sometidos a resonancia magnética funcional (fMRI). A los participantes se les pidió que pensaran en los conceptos de estas palabras durante tres segundos, mientras se registraba su actividad cerebral.
Las palabras que fueron presentadas como estímulos se clasificaron en tres grupos: las referentes a suicidio, como por ejemplo muerte; positivo como por ejemplo despreocupado, amabilidad y negativo, como por ejemplo: problema.
Los datos resultantes fueron ingresados a un programa de aprendizaje automático que buscaba patrones cerebrales que distinguieran entre los dos grupos: suicidas y no suicidas.
Resultados
La evaluación clínica del riesgo suicida logró identificar a los ideadores suicidas con una alta exactitud del 91%, en base a la alteración funcional de las imágenes obtenidas por resonancia magnética, que fueron evidenciadas como firmas neurales relacionadas con los conceptos de la vida y la muerte. Las palabras más discriminativas fueron: “muerte”, “crueldad”, “problemas”, “despreocupados”, “buenos” y “alabanzas”.
Una clasificación similar sirvió para discriminar con una elevada exactitud (94%) a nueve ideadores suicidas que habían tenido un intento fallido de suicidio, entre ocho pacientes que no lo hicieron.
La importancia de este estudio es que sirve para establecer una base biológica y neurocognitiva para las representaciones conceptuales alteradas en los participantes con ideas suicidas, lo que permite una clasificación de pertenencia a un grupo que es muy precisa, dada especialmente por esta “emoción evocada”, que evidenció una gran importancia al relacionarlas con las palabras que estos participantes asociaban.
«Nuestro último trabajo es único en la medida en que identifica alteraciones conceptuales asociadas con la ideación y el comportamiento suicida, utilizando algoritmos de aprendizaje automático para evaluar la representación neuronal de conceptos específicos relacionados con el suicidio«, dice Just, «Esto nos da una ventana al cerebro y la mente, arrojando luz sobre cómo las personas suicidas piensan sobre el suicidio y los conceptos relacionados con la emoción«.
Si bien el estudio incluyó un pequeño tamaño de muestras, por lo que se necesita más investigación para validar los resultados, el equipo de investigadores espera que sus hallazgos algún día sirvan para salvar vidas.
Según Brent:»Pruebas adicionales de este enfoque en una muestra más grande determinarán su generalidad y su capacidad para predecir comportamientos suicidas futuros, y podrían brindarles a los médicos una manera de identificar, monitorear y quizás intervenir con el pensamiento alterado ya menudo distorsionado que tan a menudo caracteriza personas con serias intenciones suicidas “.
