Apoyo a la decisión clínica para el manejo farmacológico de la depresión resistente al tratamiento con modelos de...

Área de la Ciencia:

• La inteligencia artificial en la medicina
• Psicofarmacología
• Apoyo a la decisión clínica

Sus antecedentes:

• La depresión resistente al tratamiento (TRD, por sus siglas en inglés) presenta un desafío clínico significativo.
• La selección de tratamientos psicofarmacológicos adecuados para TRD requiere experiencia especializada.
• Las directrices de tratamiento existentes pueden no abordar completamente los matices de los casos individuales de pacientes.

Objetivo del estudio:

• Evaluar la eficacia de un modelo de lenguaje grande aumentado (LLM) para ayudar con la selección del tratamiento psicofarmacológico para adultos con TRD.
• Comparar las recomendaciones del LLM con el consenso de expertos psicofarmacólogos y el desempeño de los clínicos comunitarios.
• Evaluar la capacidad del LLM para identificar opciones de tratamiento contraindicadas o subóptimas.

Principales métodos:

• Se generaron veinte viñetas clínicas para TRD en adultos a partir de registros electrónicos de salud.
• Los expertos psicofarmacólogos clasificaron las 5 intervenciones farmacológicas de siguiente paso e identificaron los tratamientos contraindicados para cada viñeta.
• Un gran modelo de lenguaje (Qwen 2.5:7B), mejorado con directrices de tratamiento, evaluó las viñetas y su resultado se comparó con las clasificaciones de expertos y clínicos.

Principales resultados:

• El LLM aumentado priorizó la opción óptima designada por expertos en el 35,6% de las viñetas (kappa de Cohen = 0,34), lo que demuestra un acuerdo moderado.
• El modelo no recomendó ningún tratamiento de siguiente paso contraindicado o deficiente en todas las viñetas.
• El rendimiento de los médicos comunitarios (13,2%) y los expertos adicionales (6,4%) fue menor que el acuerdo del LLM con el panel de expertos inicial.

Conclusiones:

• Los modelos ampliados de lenguaje muestran potencial como herramientas de apoyo para la toma de decisiones psicofarmacológicas complejas en la depresión resistente al tratamiento.
• El LLM demostró una precisión moderada y un fuerte perfil de seguridad al evitar tratamientos contraindicados.
• Se requiere más investigación para refinar las capacidades de LLM para la selección de tratamientos psiquiátricos personalizados.