Investigadores utilizan un algoritmo para calcular puntuaciones de riesgo de la ideación suicida
Investigadores del Centro Médico de la Universidad de Vanderbilt (VUMC, por sus siglas en inglés) han sometido a un ensayo prospectivo un algoritmo de aprendizaje automático que predice un intento de suicidio. Durante los 11 meses consecutivos, que concluyeron en abril de 2020, las predicciones se ejecutaron silenciosamente en segundo plano mientras se atendía a pacientes adultos.
El algoritmo, denominado modelo ‘Vanderbilt Suicide Attempt and Ideation Likelihood’ (Vsail, por sus siglas en inglés), utiliza información de rutina de los registros médicos electrónicos (EHR, por sus siglas en inglés) para calcular el riesgo de visitas a 30 días por intento de suicidio y, por extensión, la ideación suicida.
Colin Walsh, y sueequipo evaluaron el rendimiento del algoritmo predictivo con miras a su posible implementación clínica. Informaron del estudio en JAMA Network Open . Al estratificar a los pacientes adultos en ocho grupos según sus puntuaciones de riesgo según el algoritmo, el estrato superior por sí solo representó más de un tercio de todos los intentos de suicidio documentados en el estudio y aproximadamente la mitad de todos los casos de ideación suicida. Como se documenta en el EHR, una de cada 23 personas de este grupo de alto riesgo informó sobre pensamientos suicidas y una de cada 271 intentó suicidarse.
En la actualidad, en todo el Centro Médico, no podemos evaluar a todos los pacientes para detectar el riesgo de suicidio en cada encuentro, ni deberíamos hacerlo», ha explicado Walsh, profesor asistente de Informática Biomédica, Medicina y Psiquiatría. «Pero sabemos que algunas personas nunca se someten a pruebas de detección a pesar de los factores que podrían ponerlas en mayor riesgo. Este modelo de riesgo es un primer paso en esa detección y podría sugerir qué pacientes realizar más pruebas de detección en entornos en los que no se habla a menudo del suicidio».
Durante la prueba de 11 meses, unos 78.000 pacientes adultos fueron atendidos en el hospital, la sala de emergencias y las clínicas quirúrgicas de VUMC. Como se documentó posteriormente en el EHR, 395 personas de este grupo informaron que tenían pensamientos suicidas y 85 vivieron al menos un intento de suicidio; 23 sobrevivieron a intentos repetidos.
«Aquí, de cada 271 personas identificadas en el grupo de mayor riesgo previsto, una regresó para recibir tratamiento por un intento de suicidio«, ha afirmado Walsh. «Este número está a la par con los números necesarios para detectar problemas como el colesterol anormal y ciertos cánceres. Podríamos preguntar a cientos o incluso miles de personas sobre pensamientos suicidas, pero no podemos preguntarles a los millones que visitan nuestro Centro Médico cada año, y no es necesario preguntar a todos los pacientes. Nuestros resultados sugieren que la inteligencia artificial podría ayudar como un paso para dirigir los recursos clínicos limitados hacia donde más se necesitan».
Walsh, quien originalmente creó el algoritmo con compañeros en la Universidad Estatal de Florida, lo había validado previamente utilizando datos retrospectivos de EHR de la facultad. «Walsh y su equipo han demostrado cómo realizar pruebas de estrés y adaptar un modelo predictivo de inteligencia artificial en un registro de salud electrónico operativo, allanando el camino para las pruebas en el mundo real de las intervenciones de apoyo a la toma de decisiones», ha afirmado el autor principal del nuevo estudio, William Stead, profesor de Informática Biomédica.