Estudio JAMA Psychiatry, eficacia del Machine Learning en prediccón del suicidio

[Fernando-4912-0L0r2X]

Hola a todos,

Quisiera compartir con ustedes un avance significativo en la aplicación del Machine Learning en el ámbito de la salud mental. Un estudio reciente publicado en JAMA Psychiatry ha demostrado que los modelos de aprendizaje automático pueden predecir con precisión el riesgo de intentos de suicidio en pacientes que inician atención ambulatoria en salud mental. Este enfoque es especialmente valioso, ya que permite identificar a individuos con mayor riesgo incluso cuando los registros clínicos de salud mental son limitados, mejorando así la planificación del tratamiento y la atención preventiva.

La investigación, realizada por Kaiser Permanente, desarrolló un modelo de Machine Learning entrenado con registros médicos electrónicos. Este modelo demostró ser efectivo en la estratificación del riesgo de suicidio entre pacientes programados para citas iniciales de atención ambulatoria en salud mental. La Dra. Honor Hsin, coautora del estudio, destacó la importancia de identificar el riesgo de suicidio al inicio del tratamiento, ya que muchos pacientes interrumpen la atención después de una o dos visitas. El modelo proporciona información adicional para los clínicos en su evaluación y planificación del tratamiento, incluso cuando la información clínica disponible es limitada.

Este avance subraya el potencial del Machine Learning para abordar desafíos complejos en la atención de la salud mental, permitiendo intervenciones más tempranas y personalizadas. Me gustaría conocer sus opiniones sobre la integración de estas tecnologías en la práctica clínica y cómo podríamos abordar los desafíos éticos y operativos asociados. ¿Alguien ha tenido experiencia implementando modelos similares en su práctica o investigación?

Os adjunto el link de la noticia: https://www.techtarget.com/healthtechanalytics/news/366590011/Machine-learning-predicts-risk-of-suicide-in-patients-initiating-care

Saludos

[Camila-4912-8VVM0N]

¡Hola! 

Gracias por compartir este avance tan relevante en el uso de Machine Learning para la salud mental. La capacidad de predecir el riesgo de suicidio con mayor precisión podría transformar la atención preventiva y salvar muchas vidas. 

Un punto clave que mencionas es la utilidad de estos modelos incluso cuando los registros clínicos son limitados. Esto plantea una pregunta importante sobre la ética y la privacidad de los datos: ¿cómo podemos equilibrar la necesidad de información para mejorar la predicción sin comprometer la confidencialidad del paciente? 

También sería interesante discutir cómo estos modelos podrían integrarse en el flujo de trabajo clínico sin generar una carga adicional para los profesionales de la salud. ¿Se mencionan en el estudio estrategias para que los médicos utilicen esta información de manera efectiva en sus evaluaciones diarias? 

Me encantaría conocer más sobre su implementación práctica. ¿Alguien en el grupo ha trabajado con modelos similares en el ámbito clínico? 

Saludos 😊

[Estela-1381-Z6TV6A]

Hola!!

Yo la verdad no he estudiado sobre esto, pero me parece un tema muy interesante que podría salvar vidas.
He estado investigando y he encontrado varias cosas:

El estudio de Kaiser Permanente: Este estudio, publicado en JAMA Psychiatry, utilizó modelos de Machine Learning para predecir el riesgo de suicidio en pacientes que inician atención ambulatoria en salud mental. Los resultados mostraron que el modelo era efectivo incluso con información clínica limitada, ayudando a los médicos a planificar tratamientos preventivos. Yo creo que este estudio resolvería en parte los problemas de privacidad del paciente, aunque esto también se podría solucionar si se presentara el caso como paciente anónimo, Pero esto seguiría sin ser perfecto. (os dejo el enlace de la noticia.
https://divisionofresearch.kaiserpermanente.org/medical-records-ai-spotting-suicide-risk/

Espero que la información os sea util.

Adios!

Estela López de Fata. (IES La Cabrera).