Interacción de la inteligencia artificial, los trastornos mentales y las diversas modalidades de datos: gestión...

Área de la Ciencia:

• Neuropsiquiatría
• Inteligencia artificial
• Ciencia de los datos

Sus antecedentes:

• La investigación anterior sintetizó la IA en los resultados de salud mental por separado.
• Falta una integración integral de los enfoques tecnológicos, los conjuntos de datos y las aplicaciones de la IA.

Objetivo del estudio:

• Extraer e integrar sistemáticamente la información sobre la IA en la investigación de la salud mental.
• Desarrollar un gráfico de conocimiento que delinee los métodos de IA, los trastornos mentales y las modalidades de los datos.
• Destacar las principales áreas de investigación y aplicaciones en la intersección de la IA y la neuropsiquiatría.

Principales métodos:

• Utilizó el modelo de lenguaje pre-entrenado BioBERT para la extracción de información.
• Desarrolló un extenso gráfico de conocimiento con 3158 entidades y 3248 relaciones.
• Se empleó un marco analítico "método-enfermedad-datos".

Principales resultados:

• El gráfico del conocimiento mapea los marcos de IA, vinculando métodos, trastornos y tipos de datos.
• Identificó aplicaciones clave en la detección temprana, la precisión del diagnóstico y el tratamiento individualizado.
• Destacó el papel de la IA en la identificación de regiones cerebrales y circuitos neuronales para conocimientos mecanicistas.

Conclusiones:

• La IA ofrece oportunidades significativas para avanzar en el diagnóstico y tratamiento de la salud mental.
• Los desafíos incluyen el desequilibrio de los datos, las preocupaciones éticas y la confiabilidad clínica.
• Estrategias propuestas y perspectivas futuras para la atención psiquiátrica impulsada por la IA.