Cuantificación de la mejora de los síntomas psicóticos en la esquizofrenia tratada con clozapina: análisis de notas...

Área de la Ciencia:

• Psiquiatría y lingüística computacional.
• Aplicación de la inteligencia artificial en el cuidado de la salud.

Sus antecedentes:

• Los síntomas de la esquizofrenia a menudo son evidentes en los patrones de habla del paciente.
• El Procesamiento del Lenguaje Natural (PLN) ofrece una evaluación cuantitativa de los déficits lingüísticos en la esquizofrenia.
• La investigación existente en PNL a menudo pasa por alto las mejoras relacionadas con el tratamiento, centrándose en cambio en las fases agudas o la predicción de la psicosis.

Objetivo del estudio:

• Investigar la utilidad de los Grandes Modelos de Lenguaje (LLM) en la evaluación de los síntomas de la esquizofrenia a partir de registros electrónicos de salud no estructurados (EHR).
• Para evaluar los cambios relacionados con el tratamiento en los síntomas de la esquizofrenia utilizando el análisis LLM de las notas clínicas durante la terapia con clozapina.

Principales métodos:

• Análisis de 5.275 notas clínicas de 30 pacientes con esquizofrenia resistente al tratamiento sometidos a tratamiento con clozapina.
• Aplicación de tres LLM de última generación para la clasificación de síntomas basada en la Escala Breve de Clasificación Psiquiátrica (BPRS).
• Análisis lingüísticos complementarios que incluyen las partes del habla (POS), la bolsa de palabras (BoW) y la investigación lingüística y el recuento de palabras (LIWC).

Principales resultados:

• Las calificaciones de BPRS basadas en LLM mostraron una reducción significativa de los síntomas de ansiedad, desorganización conceptual, sospecha, contenido de pensamiento inusual, comportamiento alucinatorio y estado de ánimo depresivo.
• El análisis de las partes del habla reveló un mayor uso de adjetivos por oración.
• El análisis de LIWC indicó un aumento en las expresiones emocionales positivas más adelante en el tratamiento.

Conclusiones:

• Los LLM pueden extraer eficazmente información clínicamente relevante sobre los síntomas de un texto no estructurado del EHR.
• Este enfoque demuestra la capacidad de los LLM para capturar los cambios inducidos por el tratamiento en los síntomas de la psicosis.
• El método proporciona un enfoque de baja carga para apoyar el juicio clínico utilizando datos rutinarios de EHR.