Los científicos del Hospital General de Massachusetts (MGH), una de las instituciones de la red de atención médica del Hospital General de Massachusetts (MGH), acaban de crear un modelo basado en IA que detecta funcionalmente el trastorno de estrésmatic posparto (TEPT-TCP). La depresión prenatal se convertirá en una nueva herramienta que los médicos podrán emplear durante la atención obstétrica de rutina, y esta posible disrupción cambiará las nociones del manejo de la depresión posparto.
Uso innovador de la IA en la salud materna
El estudio reciente de Scientific Reports, mediante el uso de diferentes modelos de IA generativa, como versiones de ChatGPT de OpenAI, se centra en el análisis de relatos autobiográficos de mujeres que han tenido hijos recientemente. La capacidad de la IA para analizar estas narraciones personales le ha permitido abordar el TEPT-CB, una afección que afecta a la mayoría de las madres primerizas a nivel mundial. Con esta tecnología de IA, se evalúan las narraciones personales más breves proporcionadas por las madres y se convierten en datos numéricos para sus procesos de evaluación.
El modelo, denominado text-embeddings-ada-002, se destacó entre los demás modelos de lenguaje más amplios que ofrecen mayor precisión en ladentdel trauma posparto. Este modelo muestra una sensibilidad muy alta del 85 % y una especificidad del 75 %, lo que puede ser una forma innovadora dedentsignos tempranos y brindar ayuda oportuna.
Mejorar la detección temprana y el tratamiento
Es posible observar que la aplicación de la herramienta de detección de IA en la atención posnatal estandarizada puede aumentar drásticamente las posibilidades de que las madres con TEPT-CB reciban una terapia oportuna y exitosa. El Dr. Wright, investigador principal del MRGH y reconocido psicólogo, y profesor adjunto de la Facultad de Medicina de Harvard, describió los métodos para un diagnóstico temprano que podrían prevenir el desarrollo de enfermedades crónicas.
Al realizar un diagnóstico temprano de las personas en riesgo, los profesionales de la salud podrán diseñar estrategias adaptadas que ayuden a lograr el objetivo final de prevenir la agravación de la enfermedad. Además, los autores proponen que el modelo de IA sea más que eso y afirman que, más allá del TEPT-CB, tiene el potencial de proporcionar información valiosa sobre un autoconocimiento más amplio. La adaptación tecnológica también podría tener como objetivo visibilizar otros problemas de salud mental. Esta iniciativa abre oportunidades para seguir desarrollando la red de atención obstétrica y psicológica.
Impulsando la atención sanitaria mediante innovaciones en IA
El Hospital General de Massachusetts (Mass General Brigham) considera la implementación de su herramienta de detección como parte de un importante esfuerzo por utilizar tecnologías avanzadas en el ámbito de la salud. Todo el sistema es reconocido por su compromiso con la búsqueda de enfoques innovadores que optimizan la atención al paciente, simplifican la vida del personal sanitario y facilitan el trabajo administrativo. Como uno de los principales sistemas de salud académicos del país, el Hospital General de Massachusetts (Mass General Brigham) seguirá impulsando la innovación y la investigación. El exitoso despliegue de la IA para la detección del TEPT-CB es uno de los logros más importantes que demuestran el progreso que está experimentando la salud materna a través de la tecnología.
La investigación que se presenta aquí no solo es esencial para nuevas herramientas de diagnóstico en el ámbito de la salud materna, sino que también proporciona una base sólida y un marco para futuros desarrollos de aplicaciones similares en diversos campos médicos. Si bien la tecnología en desarrollo ha enfrentado hasta ahora mayores obstáculos para alcanzar su plena efectividad, cabe destacar que pronto su evolución ofrece la posibilidad de mejorar el mundo, haciendo que el diagnóstico y el tratamiento tempranos de enfermedades sean más accesibles en cualquier lugar del mundo.
Este artículo apareció originalmente en News Medical
