Un estudi, amb participació de la Universitat Pompeu Fabra (UPF), revela que fent ús d’un sistema d’aprenentatge automàtic d’intel·ligència artificial (IA) que combini expedients mèdics s’aconsegueix millorar la predicció de crisis de salut mental. La recerca, publicada per Cell Reports Medicine, s’ha dut a terme per l’empresa especialitzada en solucions digitals de salut mental, Koa Health. També ha col·laborat Roger Garriga, investigador del Departament de Tecnologies de la Informació i les Comunicacions (DTIC) de la UPF.

L’equip de recerca ha monitorat prop de 59.750 historials de pacients amb l’objectiu de predir l’aparició de crisis de salut mental en les pròximes quatre setmanes. Una de les conclusions extretes és que s’han d’incorporar diferents tipus de dades per poder fer prediccions. En primer lloc, les mètriques estructurades i quantitatives com, per exemple, informacions demogràfiques i diagnòstiques. En segon, aquelles qualitatives, com podrien ser notes clíniques que aportin un context subjectiu del pacient i el seu estat de salut mental. Aquestes dues tipologies, combinades a través del model d’aprenentatge automàtic d’IA, ofereixen millors resultats que altres sistemes que només utilitzen una font de dades.

Les crisis de salut mental es defineixen, segons els investigadors, com a “qualsevol situació en què un pacient sigui incapaç de fer vida normal en la seva comunitat o que hi hagi risc que es faci mal a si mateix o a altres persones”. En l'àmbit mundial, és un repte que no para de créixer, com es pot veure en el col·lapse de serveis de salut mental o els recursos limitats dels quals disposen els professionals. Per aquest motiu, una millor eficiència de les tècniques pot suposar avenços importants en la matèria en facilitar les intervencions de forma més ràpida i efectiva.