Inteligencia artificial explicable para predecir la depresión combinando métodos de selección de características y...

Área de la Ciencia:

• Inteligencia Artificial
• Aprendizaje Automático
• Investigación en Salud Mental
• Salud Pública

Sus antecedentes:

• La depresión es un importante problema de salud mundial con un diagnóstico y tratamiento complejos.
• El análisis de datos a gran escala es crucial para comprender la naturaleza multifacética de la depresión.
• La IA explicable (XAI) ofrece potencial para mejorar la interpretabilidad de los modelos predictivos.

Objetivo del estudio:

• Mejorar la precisión del modelo de clasificación de la depresión mediante la selección de características (FS) y la inteligencia artificial explicable (XAI).
• Identificar factores socioeconómicos, psicológicos y de estilo de vida no diagnósticos asociados con la depresión.
• Evaluar el impacto de diferentes combinaciones de clasificadores de aprendizaje automático y FS en el rendimiento del modelo.

Principales métodos:

• Se utilizaron microdatos de la Encuesta Nacional de Salud Mental de Corea (2021) con 5511 participantes.
• Se emplearon diversos métodos de FS (ReliefF, Markov Blanket, Information Gain) en 12 clasificadores de aprendizaje automático.
• Se integraron las explicaciones aditivas de SHapley (SHAP) para un marco de XAI de doble capa.

Principales resultados:

• La selección óptima del método de selección de características (FS) depende de la arquitectura del clasificador de aprendizaje automático.
• ReliefF se destacó con Stacking (puntuación F2=0.9851), mientras que Markov Blanket funcionó mejor con ExtraTrees y LightGBM.
• La angustia social, la reticencia a buscar ayuda, la calidad de vida y las comorbilidades físicas emergieron como predictores clave no diagnósticos.

Conclusiones:

• La efectividad del método de FS varía significativamente entre los diferentes clasificadores de aprendizaje automático.
• Un marco combinado de FS y SHAP proporciona una interpretabilidad integral para los modelos de predicción de la depresión.
• Se identificaron factores de riesgo culturalmente específicos en una población coreana, ofreciendo información clínica para personas en riesgo.