Vés enrere

Un algoritme innovador d'aprenentatge automàtic prediu amb precisió les crisis de salut mental

Un algoritme innovador d'aprenentatge automàtic prediu amb precisió les crisis de salut mental

L'estudi, pioner al Regne Unit, l'ha dut a terme Koa Health juntament amb Birmingham and Solihull Mental Health NHS Foundation Trust utilitzant dades anonimitzades recollides durant set anys. En la recerca hi ha participat Roger Garriga, estudiant de doctorat del Departament de Tecnologies de la Informació i les Comunicacions de la UPF. Els resultats obtinguts han estat capaços de predir correctament més de la meitat de les crisis amb 28 dies d'antelació, fet que va resultar clínicament valuós en el 64% dels casos.

 

17.05.2022

Imatge inicial

Koa Health, proveïdor de solucions digitals de salut mental, i Birmingham and Solihull Mental NHS Foundation Trust, han anunciat avui els resultats d'un innovador algoritme d'aprenentatge automàtic que ha predit amb exactitud les crisis de salut mental en un entorn real de l'NHS. Els resultats de l'estudi, que ha comptat amb la participació de la UPF, suggereixen que aquesta tecnologia podria permetre una intervenció primerenca i millorar els resultats dels pacients.

Koa Health ha desenvolupat un model d'aprenentatge automàtic que utilitza històries clíniques electròniques anònimes per supervisar contínuament els pacients a la recerca de risc de crisi de salut mental. S'ha comprovat que el model prediu correctament més de la meitat de les crisis amb 28 dies d'antelació, sense una taxa considerable de falsos positius. Un estudi posterior de sis mesos de durada va avaluar l'ús de l'algoritme de Koa Health a la pràctica clínica. Fins i tot en un 64% dels casos, el model va demostrar ser clínicament valuós, tant pel que fa a la gestió dels casos com a la mitigació del risc de crisi.

Roger Garriga, estudiant de doctorat del Departament de Tecnologies de la Informació i les Comunicacions (DTIC) de la UPF, és el primer autor de la investigació, publicada a la revista Nature Medicine. Garriga explica que “hem analitzat les històries clíniques electròniques de més de 17 mil pacients de salut mental per desenvolupar un model d'aprenentatge automàtic que prediu les properes crisis de salut mental en les quatre setmanes següents. El nostre algoritme va ser dissenyat per proporcionar una puntuació de risc actualitzada setmanalment per a tots els pacients amb un historial de recaigudes per donar suport a les decisions clíniques amb una finestra de temps suficient perquè els metges apliquin mesures preventives”. Afegeix que “aquesta recerca mostra com la col·laboració entre els científics de dades i els professionals de la salut pot conduir a l'atenció preventiva, tenint un gran impacte a la vida dels pacients."

“Hem analitzat les històries clíniques electròniques de més de 17 mil pacients de salut mental per desenvolupar un model d'aprenentatge automàtic que prediu les properes crisis de salut mental en les quatre setmanes següents"

Els resultats de l'estudi s'han donat a conèixer durant el Mes de la Conscienciació sobre la Salut Mental i la Setmana de la Conscienciació sobre la Salut Mental del Regne Unit, en què es va reconèixer que gairebé mil milions de persones a tot el món viuen amb un trastorn mental. Amb l'emergència mundial en matèria de salut mental considerablement exacerbada per la pandèmia de la covid-19, els sistemes sanitaris s'enfronten a una demanda creixent de serveis de salut mental i busquen solucions que permetin adoptar mesures preventives. Koa Health està explorant la incorporació de la predicció de crisi al servei integral de salut mental com a part del seu objectiu d'utilitzar la tecnologia per millorar radicalment l'accés a un suport d'alta qualitat per a la salut mental. El pas següent és validar el model en altres sistemes sanitaris i emprendre els estudis a major escala que seran necessaris per obtenir l'aprovació reglamentària.

Oliver Harrison, director general de Koa Health, afirma: "Quan treballava com a psiquiatre de l'NHS, veia que massa persones arribaven als nostres serveis a través dels serveis d'urgències. Per quan les vèiem, solien estar molt malaltes, i sovint havien tingut problemes amb les seves relacions, finances, ocupació i habitatge Tornar a ajuntar les peces gairebé sempre resultava car, llarg i dolorós per a les persones implicades Ens alegrem d'haver estat elegits com a banc de proves de l'NHS per col·laborar amb el Birmingham and Solihull NHS Mental Health Foundation Trust Compartiem la visió de passar d'una atenció reactiva -impulsada per la crisi- a una atenció proactiva -impulsada per la predicció i la prevenció- Hem obtingut uns resultats extraordinaris en aquest assaig i esperem continuar amb el treball de desenvolupament. que aquest és el futur de l'atenció sanitària mental al Regne Unit ia tot el món”.

Aleksandar Matic, director d'R+D de Koa Health, afirma: "La prevenció es considera el sant grial del tractament dels problemes de salut mental. L'ús de la IA per predir les crisis de salut mental pot permetre intervencions oportunes i proactives, en lloc de reactives, per mitigar o prevenir les crisis de salut mental i ajudar realment tant els pacients com els sistemes sanitaris, ens emocionem molt quan els resultats de l'aplicació clínica del nostre model van suggerir que les nostres prediccions podien haver evitat efectivament símptomes més greus. Oferir la intervenció adequada en el moment oportú és el nucli de l'enfocament de Koa".

Treball de referència: Garriga, R., Mas, J., Abraha, S., Nolan, J., Harrison, O., Tadros, G. i Matic, A. (maig 2022). "Machine learning model to predict mental health crises from electronic health records". Nature Mediicine

https://doi.org/10.1038/s41591-022-01811-5

 

Multimèdia

Multimedia

Multimedia

Categories:

ODS - Objectius de desenvolupament sostenible:

ODS - Objetivos de desarrollo sostenible:

SDG - Sustainable Development Goals:

03. Salut i benestar
Els ODS a la UPF Los ODS en la UPF The ODS at UPF

Per a més informació

Para más información

For more information

Notícia publicada per:

Noticia publicada por:

News published by:

Unitat de Comunicació i Projecció Institucionals

Unidad de Comunicación y Proyección Institucionales

Institutional Communication and Promotion Unit