LA REVOLUCIÓN DE LA INTELIGENCIA ARTIFICIAL EN LA SALUD MENTAL: TRANSFORMANDO EL MODELO DE ATENCIÓN
Artículo de Ángel Urbina Sánchez y Antonio Ramos Bernal
Introducción
En la actualidad, estamos asistiendo a una transformación radical en la manera en que abordamos la salud mental, gracias al poder de la inteligencia artificial (IA). Esta revolución no solo está cambiando el paradigma tradicional de atención, sino que también está generando un impacto profundo en la vida de las personas que enfrentan desafíos emocionales y psicológicos.
En este artículo, exploraremos por qué la IA está influyendo de manera significativa en el modelo de atención en salud mental y cómo está dando lugar a una revolución en este campo.
No obstante, es importante destacar que la IA no debe verse como un elemento que sustituya al trabajo de los y las profesionales de la salud mental. Simplemente, debemos verlo como una nueva tecnología que mejorará el sistema de atención a personas con problemas de salud mental.
Sobre la salud mental
La salud mental es un aspecto fundamental de nuestro bienestar general, pero históricamente se ha enfrentado barreras como el estigma, la falta de recursos y la escasa importancia que se le ha dado desde el ámbito del sistema nacional de salud.
La llegada de la IA ha abierto nuevas puertas para abordar estos desafíos, brindando enfoques innovadores y accesibles para la prevención, el diagnóstico y el tratamiento de trastornos mentales.
¿Qué es la inteligencia artificial?
La inteligencia artificial se refiere a la simulación de procesos de inteligencia humana mediante sistemas computacionales. Comprender sus fundamentos es esencial para apreciar su impacto en la salud mental.
Una definición podría ser que “la IA engloba una serie de tecnologías que permiten a las máquinas aprender y tomar decisiones a partir de multitud de fuentes de datos”.
Entre las técnicas clave se encuentran el Aprendizaje Profundo (Deep Learning), el Procesamiento del Lenguaje Natural (NLP) y la IA Generativa (que es un tipo de IA que permite generar texto, imágenes u otros medios en respuesta a preguntas de la persona usuaria).
Aplicaciones de la IA en salud mental
La IA se está utilizando de formas diversas en el ámbito de la salud mental. En este sentido, cabe observar esta influencia en función de la persona destinataria:
– Por un lado, la inteligencia artificial, por otra parte, también participa como elemento que ayuda a los y las profesionales. En este caso hablamos de:
- Diagnósticos más precisos.
- Utilizar información y datos en tiempo real.
- Realizar seguimientos detallados del tratamiento.
- Prescribir con mayor precisión medicamentos.
- Asistencia con los trámites burocráticos y la documentación que deben rellenar los/las profesionales.
- Proporcionar acceso a la información y las investigaciones científicas más recientes.
- Mejorar la coordinación interdisciplinar de los y las profesionales de distintos campos.
– Por otro lado, su influencia en las personas con problemas de salud mental podría ser:
- Ofreciendo consejos y recomendaciones.
- Manteniendo conversaciones de una forma segura y confidencial.
- Comprendiendo las experiencias de sufrimiento psíquico.
- Aprovechando el conocimiento científico para empatizar con la persona.
- Ofreciendo recursos de Internet, literarios, profesionales, etc.
- Ayudando en la toma de decisiones.
- Reduciendo la discriminación y el rechazo hacia el colectivo.
Ventajas e Inconvenientes
La IA trae consigo una serie de ventajas, como son:
– Disponibilidad 24/7.
– Evita largos periodos de espera para la cita con profesionales.
– Aprovecha todo el conocimiento científico y la experiencia en salud mental.
– Ofrece espacios de conversación sin prejuicios y con total horizontalidad.
– Bajo coste, comparado con el tratamiento convencional.
– Puede sugerir tanto elementos de recuperación, como profesionales de la salud mental.
Sin embargo, también surgen inconvenientes como:
– No posee el nivel de profundidad del conocimiento de los y las profesionales.
– Las conversaciones pueden no ser tan especializadas y personalizadas como con un/a profesional.
– No existe todavía base científica que avale los beneficios de estas nuevas tecnologías.
– El hecho de que no sea una persona física puede ser una barrera para personas que prefieren una consulta con personas.
– Problemas éticos.
– Iatrogenia (daño ocasionado por la IA a las personas con problemas de salud mental familiares, etc.)
Principales aplicaciones de software
Dos de las aplicaciones más destacadas de la IA en salud mental son:
Aplicaciones para smartphone: Plataformas móviles que ofrecen recursos y seguimiento para el bienestar emocional.
Chatbots: Asistentes virtuales que brindan apoyo conversacional y pueden detectar cambios en el estado emocional.
A pesar de que se trata de un mercado en auge, existen multitud de aplicaciones. Algunas de las ellas, disponibles en Google Play, son:
– ChatGPT: una inteligencia generativa de ámbito amplio que puede actuar en el campo de la salud mental.
– Yana: un acompañante emocional.
– InnerHour: autocuidado y terapia.
– Better Me: salud mental en general.
Conclusiones
La influencia de la IA en el modelo de atención en salud mental es innegable, y su impacto está generando una verdadera revolución en este campo. Al aprovechar el potencial de la IA, podemos superar barreras históricas y ofrecer a las personas un apoyo más eficaz y accesible para su bienestar emocional. No obstante, es crucial abordar los desafíos éticos y mantener la importancia de la empatía y la interacción humana en el proceso de atención.
El horizonte de la salud mental con la IA es prometedor. La tecnología continuará evolucionando, brindando soluciones cada vez más sofisticadas y personalizadas. Sin embargo, es importante encontrar un equilibrio entre la tecnología y la atención humana para garantizar un enfoque integral.
Por último, constatar que la experiencia y conocimientos de los y las profesionales de salud mental no puede ser sustituido por una IA, a pesar de su grado de sofisticación. Si lo entendemos como una tecnología que complementa y amplía el trabajo de los y las profesionales, es claro que estas técnicas terminarán por formar parte de nuestro sistema de atención a la salud mental.
Referencias
1. Delanerolle, Gayathri, Xuzhi Yang, Suchith Shetty, Vanessa Raymont, Ashish Shetty, Peter Phiri, Dharani K Hapangama, Nicola Tempest, Kingshuk Majumder, y Jian Qing Shi. «Artificial Intelligence: A Rapid Case for Advancement in the Personalization of Gynaecology/Obstetric and Mental Health Care». Women’s Health 17 (enero de 2021): 174550652110181. https://doi.org/10.1177/17455065211018111.
2. Fiske, Amelia, Peter Henningsen, y Alena Buyx. «Your Robot Therapist Will See You Now: Ethical Implications of Embodied Artificial Intelligence in Psychiatry, Psychology, and Psychotherapy». Journal of Medical Internet Research 21, n.o 5 (9 de mayo de 2019): e13216. https://doi.org/10.2196/13216.
3. Le Glaz, Aziliz, Yannis Haralambous, Deok-Hee Kim-Dufor, Philippe Lenca, Romain Billot, Taylor C Ryan, Jonathan Marsh, et al. «Machine Learning and Natural Language Processing in Mental Health: Systematic Review». Journal of Medical Internet Research 23, n.o 5 (4 de mayo de 2021): e15708. https://doi.org/10.2196/15708.
4. Lin, Eugene, Chieh-Hsin Lin, y Hsien-Yuan Lane. «Precision Psychiatry Applications with Pharmacogenomics: Artificial Intelligence and Machine Learning Approaches». International Journal of Molecular Sciences 21, n.o 3 (1 de febrero de 2020): 969. https://doi.org/10.3390/ijms21030969.
5. Naslund, J. A., K. A. Aschbrenner, L. A. Marsch, y S. J. Bartels. «The Future of Mental Health Care: Peer-to-Peer Support and Social Media». Epidemiology and Psychiatric Sciences 25, n.o 2 (abril de 2016): 113-22. https://doi.org/10.1017/S2045796015001067.
6. Pham, Kay T., Amir Nabizadeh, y Salih Selek. «Artificial Intelligence and Chatbots in Psychiatry». Psychiatric Quarterly 93, n.o 1 (marzo de 2022): 249-53. https://doi.org/10.1007/s11126-022-09973-8.
7. Straw, Isabel, y Chris Callison-Burch. «Artificial Intelligence in Mental Health and the Biases of Language Based Models». Editado por Christopher M. Danforth. PLOS ONE 15, n.o 12 (17 de diciembre de 2020): e0240376. https://doi.org/10.1371/journal.pone.0240376.