(Archivo)
(Archivo)

En una semana normal, Ben Crotte, un terapeuta de salud de conducta en el Centro de Niños de Cincinnati, habla con docenas de estudiantes que buscan una salida.

Se enfrenta a adolescentes que tienen desde un estrés menor por una prueba en el instituto hasta una depresión severa, aislamiento social e intimidación.

En medio de conversaciones, reuniones y papeleo, el mayor desafío de Crotte, y de muchos de los profesionales de salud mental de todo el mundo, es encontrar las expresiones desesperadas de dolor y sufrimiento que, en realidad, son señales de advertencia cruciales que sugieren que un estudiante corre el riesgo de suicidarse.

Es una tarea desalentadora y de una alta presión, lo que explica por qué Crotte está dispuesto a agregar otra herramienta potencialmente útil a su kit de diagnóstico: una aplicación que utiliza un algoritmo para analizar el habla y determinar si es probable que alguien acabe con su propia vida.

Su nombre: "Spreading Activation Mobile" (Difusión de Activación Móvil) o "SAM".

(iStock)
(iStock)

"Perder a un niño es mi peor pesadilla, y todos vivimos con el temor de que podamos perder alguno", señala Crotte, refiriéndose a los profesionales de salud mental que trabajan en la educación. "A veces tenemos que tomar una decisión, por lo que esta es una herramienta más para ayudarme a tomar una determinación final sobre la salud de alguien", remarca.

SAM está siendo testado por varias escuelas de Cincinnati y llega en un momento en el que los investigadores de todo el país están desarrollando nuevas formas de inteligencia artificial que pueden cambiar para siempre la forma en que se diagnostican y tratan los problemas de salud mental.

Las tasas de suicidio entre adolescentes, en particular, están aumentando y, en 2015, las tasas de niñas adolescentes han alcanzado el máximo en 40 años, según datos de los Centros de Control y Prevención de Enfermedades (CDC por sus siglas en inglés). Durante la última década, de acuerdo al CDC, las tasas de suicidio se duplicaron entre las adolescentes y aumentaron más del 30 por ciento entre los varones.

(iStock)
(iStock)

A pesar de ser la décima causa de muerte en Estados Unidos, el suicidio sigue siendo extremadamente difícil de predecir. Los expertos dicen que eso se debe a que el riesgo de autolesiones de muchas personas se vincula con otro tipo de enfermedades mentales y fluctúa de acuerdo a otros factores estresantes de su vida, cada uno de forma diferente en cada individuo. Lo complicado es que la idea suicida, que puede indicar un riesgo creciente de autolesión, es mucho más común que el suicidio real. Para evaluar el riesgo, los profesionales de salud mental siempre han confiado en las herramientas más convencionales: las libretas de apuntes, la conversación y la intuición (cada vez más perfeccionada). Ahora, la inteligencia artificial, combinada con el uso generalizado de teléfonos inteligentes, está comenzando a cambiar la forma en la que los expertos interpretan el comportamiento humano y predicen la autolesión.

"La tecnología está aquí para quedarse y si podemos usarla para prevenir el suicidio deberíamos hacerlo", apunta la doctora Jill Harkavy-Friedman, vicepresidenta de investigación de la Fundación Americana para la Prevención del Suicidio. "Sin embargo, estamos en las primeras etapas de aprendizaje de la utilización de la tecnología en ese espacio", agrega.

Hay miles de aplicaciones dedicadas exclusivamente a mejorar la salud mental, pero los expertos dicen que lo más prometedor es que se está empezando a incorporar algoritmos predictivos de aprendizaje automático en su diseño. Al analizar el lenguaje, el estado emocional y la huella de las redes sociales de los pacientes, estos algoritmos podrán ensamblar retratos predictivos cada vez más precisos de pacientes que utilizan datos que están mucho más allá del alcance de los médicos más experimentados.

(iStock)
(iStock)

"Una máquina encontrará otras 100 piezas de datos a las que tu teléfono tiene acceso y que un médico general o un psiquiatra no será capaz de evaluar en un paciente que ve durante media hora unas cuantas veces al año", explica Chris Danforth, investigador de la Universidad de Vermont, que ayudó a desarrollar un algoritmo que puede detectar signos de depresión al analizar las publicaciones en las redes sociales.

Utilizando los datos de más de 5,000 pacientes adultos con un diagnóstico de potencial autolesión, Colin Walsh, un científico de datos del Centro Médico de la Universidad de Vanderbilt, también creó algoritmos de aprendizaje automático que predicen, con más del 90 por ciento de precisión, la probabilidad con la que alguien puede tener un intento de suicidio a lo largo de la próxima semana. La detección de riesgos se basa en información como la edad, el sexo, los códigos postales, los medicamentos y los diagnósticos anteriores del paciente.

(Archivo)
(Archivo)

El algoritmo de Danforth, que desarrolló con el investigador de Harvard, Andrew Reece, puede detectar signos de depresión mediante el análisis del tono de las publicaciones de un paciente a través de Instagram. Ambos crearon un segundo algoritmo que identificaba el aumento y la caída de la enfermedad mental de una persona al escanear el lenguaje, el recuento de palabras, los patrones del habla y el grado de actividad en su feed de Twitter. Una tarea que requeriría días de investigación para un médico y que una máquina puede hacerlo en cuestión de segundos.