Los científicos del Instituto de Neurología de la University College de Londres, (UCL), en Reino Unido, han desarrollado nuevas herramientas, basadas en modelos de lenguaje de inteligencia artificial (IA), que pueden caracterizar señales sutiles en el habla de pacientes con esquizofrenia.

La investigación, publicada en la reevista Proceedings of the National Academy of Sciences, tiene como objetivo comprender cómo el análisis automatizado del lenguaje podría ayudar a médicos y científicos a diagnosticar y evaluar afecciones psiquiátricas.

Actualmente, el diagnóstico psiquiátrico se basa casi exclusivamente en hablar con los pacientes y sus allegados, con un papel mínimo para pruebas como el análisis de sangre y escáneres cerebrales. Sin embargo, esa falta de precisión impide una mayor comprensión de las causas de las enfermedades mentales y un seguimiento del tratamiento.

En el nuevo estudio los investigadores de la UCL pidieron a 26 participantes con esquizofrenia y a otros 26 participantes de control que completaran dos tareas de fluidez verbal, donde se les pedía, entre otras cosas, que nombraran en cinco minutos tantas palabras como pudieran pertenecientes a la categoría de "animales" o que comenzaran con la letra "p".

Para analizar las respuestas dadas por los participantes, el equipo utilizó un modelo de lenguaje de IA que había sido entrenado con grandes cantidades de texto de Internet para representar el significado de las palabras de manera similar a los humanos. Probaron si el modelo de IA podía predecir las palabras que las personas recordaban espontáneamente y si esta previsibilidad se reducía en pacientes con esquizofrenia.  

Y así fue. Descubrieron que las respuestas dadas por los participantes de control eran más predecibles mediante el modelo de IA que las generadas por personas con esquizofrenia, y que esta diferencia era mayor en pacientes con síntomas más graves de la enfermedad.

Los investigadores creen que esta diferencia podría tener que ver con la forma en que el cerebro aprende las relaciones entre recuerdos e ideas y almacena esta información en los llamados "mapas cognitivos". Esta teoría se ve refrendada en la segunda parte del mismo estudio, en la que los autores utilizaron escáneres para medir la actividad cerebral en las partes del cerebro involucradas en el aprendizaje y almacenamiento de estos "mapas cognitivos".

"Hasta hace muy poco el análisis automático del lenguaje ha estado fuera del alcance de los médicos y científicos. Sin embargo, con la llegada de modelos de lenguaje de inteligencia artificial como ChatGPT esta situación está cambiando", aseguró el doctor Matthew Nour, autor principal del estudio y miembro del Instituto de Neurología Queen Square de la UCL y la Universidad de Oxford, que añadió que "este trabajo muestra el potencial de la IA en la psiquiatría, un campo médico íntimamente relacionado con el lenguaje y el significado".

Una enfermedad que sufren 24 millones de personas

La esquizofrenia es un trastorno psiquiátrico común y debilitante que afecta a alrededor de 24 millones de personas en todo el mundo. Según el Servicio Nacional de Salud de Reino Unido (NHS) los síntomas de esta afección pueden incluir alucinaciones, delirios, pensamientos confusos y cambios de comportamiento.

"Estamos entrando en un momento muy emocionante en la investigación de la neurociencia y la salud mental. Al combinar modelos de lenguaje de inteligencia artificial de última generación y tecnología de escaneo cerebral, estamos comenzando a descubrir cómo se construye el significado en el cerebro y cómo esto podría salir mal en los trastornos psiquiátricos", aseguró Nour.

Y añadió que "existe un enorme interés en utilizar modelos de lenguaje de IA en medicina". Así que si estas herramientas resultan seguras y sólidas, espero que comiencen a implementarse en las clínicas durante la próxima década".

El equipo de UCL y Oxford ahora planea utilizar esta tecnología en un estudio con más pacientes y en entornos de habla más diversos, para probar si este método podría resultar útil en las clínicas.