Una plataforma basada en inteligencia artificial para predicciones personalizadas de la efectividad del entrenamiento...

Área de la Ciencia:

• La psiquiatría
• Ciencias de la computación
• Inteligencia artificial

Sus antecedentes:

• El entrenamiento metacognitivo (MCT) es un enfoque terapéutico para la psicosis.
• La personalización de los planes de tratamiento es crucial para mejorar los resultados del paciente.
• Los sistemas de apoyo a la decisión existentes pueden carecer de capacidades predictivas integrales.

Objetivo del estudio:

• Desarrollar y evaluar una plataforma basada en el aprendizaje automático (ML) para predecir la eficacia de las TCM.
• Para crear un prototipo de sistema de apoyo a la decisión para los médicos que tratan a los pacientes con psicosis.
• Mejorar la personalización del tratamiento a través de información basada en datos.

Principales métodos:

• Integración de ocho modelos ML para predecir la eficacia de la TCM.
• Utilizando una amplia gama de cuestionarios de salud mental para evaluar diversos síntomas psicológicos.
• Implementación de IA explicable (XAI) utilizando el análisis SHAP para la transparencia del modelo.
• Realización de análisis de impacto dispares para garantizar un comportamiento de modelo neutro en cuanto al género.

Principales resultados:

• La plataforma integra múltiples modelos de aprendizaje automático para la elaboración de perfiles completos de pacientes.
• Los métodos de IA explicables proporcionan transparencia en el razonamiento del modelo predictivo.
• El análisis de impacto desigual aborda las consideraciones éticas y los posibles sesgos.
• El sistema tiene como objetivo apoyar la planificación de tratamientos personalizados para la psicosis.

Conclusiones:

• La plataforma ML desarrollada es prometedora como prototipo experimental para predecir la eficacia de las TCM.
• La integración de XAI y el análisis de sesgo ético se alinea con los requisitos reglamentarios (por ejemplo, la Ley de IA de la UE).
• Este enfoque puede avanzar en la medicina personalizada en la atención de la salud mental al apoyar la toma de decisiones clínicas.