MDD-thinker: Un modelo de lenguaje grande mejorado por razonamiento para el diagnóstico del trastorno depresivo mayor

Área de la Ciencia:

• Inteligencia Artificial en Salud
• Psiquiatría Computacional
• Aprendizaje Automático para Diagnóstico

Sus antecedentes:

• El diagnóstico del Trastorno Depresivo Mayor (MDD) depende en gran medida de evaluaciones subjetivas, careciendo de integración de datos complejos del paciente.
• Los métodos diagnósticos actuales presentan una carga significativa de salud pública debido a sus limitaciones.
• Los Modelos de Lenguaje Grandes (LLM) muestran potencial para el diagnóstico de MDD pero enfrentan desafíos en la interpretabilidad y la dependencia de datos.

Objetivo del estudio:

• Desarrollar un sistema interpretable basado en LLM, MDD-Thinker, para mejorar el diagnóstico de MDD.
• Mejorar la precisión diagnóstica y las capacidades de razonamiento clínico en la evaluación psiquiátrica.
• Abordar las limitaciones de la IA actual en salud mental a través de un ajuste fino avanzado y aprendizaje por refuerzo.

Principales métodos:

• Se desarrolló MDD-Thinker, un sistema LLM que integra el ajuste fino supervisado (SFT) y el aprendizaje por refuerzo (RL).
• Se entrenó con 50.000 muestras de razonamiento estructurado del UK Biobank y conjuntos de datos públicos de salud mental.
• Se evaluó frente a ML tradicional, aprendizaje profundo y LLM de referencia en cuanto a rendimiento diagnóstico e interpretabilidad.

Principales resultados:

• MDD-Thinker logró una alta precisión diagnóstica (0.8268) y una puntuación F1 (0.8081), superando a otros modelos.
• El sistema generó rutas de razonamiento estructuradas y clínicamente coherentes para una interpretación diagnóstica transparente.
• La combinación de SFT y RL mejoró significativamente la fiabilidad diagnóstica y la calidad del razonamiento.

Conclusiones:

• Los LLM mejorados por razonamiento como MDD-Thinker muestran un potencial significativo para el diagnóstico de MDD a gran escala.
• El sistema ofrece un enfoque escalable y explicable para la evaluación psiquiátrica inteligente.
• MDD-Thinker destaca el futuro de los LLM en el avance de la atención de la salud mental a través de una mayor precisión e interpretabilidad.