Seguinos en las redes

Innovación

Investigadores israelíes desarrollan tecnología para detectar signos tempranos de riesgo de suicidio

Agencia AJN.- Los expertos crearon un sistema que combina el aprendizaje automático y los algoritmos de procesamiento de lenguaje natural (PNL) con herramientas teóricas y analíticas del ámbito de la psicología y la psiquiatría, y utiliza redes neuronales en capas para detectar situaciones vulnerables y con posibles tendencias suicidas.

Publicada

el

6799B8BE-BFDD-46DB-92DA452F40E00556_source

Agencia AJN.- Los investigadores israelíes han desarrollado una tecnología basada en inteligencia artificial que, según ellos, podría contribuir al desarrollo de una herramienta más eficaz para la detección temprana de tendencias suicidas.

La tecnología, basada en el análisis automático de texto del contenido de las redes sociales, fue detallada en una investigación publicada en la revista académica Scientific Reports el mes pasado. La investigación fue dirigida por los investigadores del Instituto Technion Roi Reichart, el Dr. Yaakov Ophir, y el candidato al doctorado Refael Tikochinski, junto con los investigadores de la Universidad Hebrea de Jerusalem Christa Asterhan y el Dr. Itay Sisso.

Los investigadores crearon un sistema que combina el aprendizaje automático y los algoritmos de procesamiento de lenguaje natural (PNL) con herramientas teóricas y analíticas del ámbito de la psicología y la psiquiatría, y utiliza redes neuronales en capas. Las herramientas desarrolladas por el grupo pueden utilizarse como una herramienta de detección temprana para aquellos en la población en riesgo de pensamientos o inclinaciones suicidas. No se limita a las personas que ya están siendo tratadas por problemas de salud mental.

Los investigadores analizaron más de 80.000 mensajes de Facebook escritos por adultos en los EE.UU. y compararon el lenguaje utilizado con las puntuaciones de sus diversos índices psicológicos. «El mayor problema de la construcción de estos modelos es obtener datos de alta calidad», asegura el profesor Roi Reichert a NoCamels. «Es como tratar de predecir cualquier cosa. Tienes que tener una buena muestra de la actividad de los usuarios en los medios sociales, pero también tienes que tener el perfil psicológico de cada uno de los usuarios. Naturalmente, cuando tienes a alguien activo en Facebook, por ejemplo, quieres saber su perfil psicológico», explicó.

El Prof. Reichert dice que los investigadores querían evaluar diferentes aspectos de su personalidad, estado psicológico y estado psiquiátrico. Un total de 1.002 usuarios de Facebook completaron una «herramienta de evaluación del riesgo de suicidio bien establecida y clínicamente válida» y se ofrecieron a revelar un año de su actividad en Facebook, según el estudio.

«Utilizamos indicadores para las ideas y conductas suicidas que fueron obtenidos de la actividad de la red social de los participantes», agrega la Prof. Christa Asterhan. «En otras palabras, los algoritmos fueron desarrollados y validados con indicadores externos de comportamiento e ideas suicidas», detalla a NoCamels. «Las características textuales de los mensajes de Facebook de una persona que los algoritmos basados en la PNL recogieron demostraron ser significativamente mejores predictores del riesgo de suicidio que una combinación de factores de riesgo conocidos».

Una vez que tuvieron los datos, el equipo pasó a desarrollar el algoritmo, dijo el Prof. Reichert. «Construimos sobre algunos conocimientos del mundo del procesamiento del lenguaje natural. Nuestro algoritmo se basa en diferentes algoritmos de aprendizaje profundo, recientemente desarrollados, que pueden extraer información del texto de manera muy efectiva», dice.

El grupo llevó a cabo una búsqueda de palabras para el contenido explícito relacionado con el suicidio entre los usuarios con riesgo general utilizando variaciones más obvias de palabras como suicidio, matar y morir. Los investigadores descubrieron que las personas con verdaderas tendencias suicidas rara vez usan ese lenguaje «explícitamente alarmante».

«Con mayor frecuencia, utilizan palabras descriptivas negativas («malo», «peor»), maldiciones o insultos, expresiones de angustia emocional («triste», «herido», «llorar», «loco») y descripciones de estados fisiológicos negativos («enfermo», «dolor», «cirugía», «hospital»)», relata Astehan. «Las personas que no tienen tendencias suicidas tienden a expresar emociones y experiencias más positivas, y a hacer más referencias a la religión y a las perspectivas positivas de la vida, una correlación que coincide con muchos estudios que identificaron estos factores como representantes de la inmunidad a la angustia mental y emocional».

El equipo también hizo algunas observaciones y conclusiones únicas sobre grupos de usuarios. Mientras que el Prof. Reichert dice que ha leído en la literatura de investigación y en los periódicos populares que las personas que son más religiosas tienden a estar en menor riesgo de padecer diferentes enfermedades, el equipo también encontró a través de su estudio que «las personas que hablan más de religión están menos inclinadas a estar en riesgo de suicidio».

Los esfuerzos de prevención del suicidio contienen al menos dos pasos, según Astehan. El primero es encontrar a los que sufren de pensamientos e ideas suicidas, y luego tratarlos. Sin embargo, dado que sólo una fracción de los individuos en riesgo son identificados a través de los canales regulares, y buscan ayuda profesional, uno de los principales desafíos para combatir el suicidio a tiempo o la detección temprana de los individuos en riesgo.

«En este proyecto de investigación buscamos explorar formas novedosas de mejorar los esfuerzos de detección, centrándonos en el comportamiento diario de una persona en línea», dice. «En otras palabras, buscamos encontrar huellas digitales del riesgo de suicidio, ya sea que éstas hayan sido dejadas por individuos con intención (es decir, referencias explícitas a la conducta suicida o a la búsqueda de ayuda) o sin intención (patrones no explícitos de conducta en línea que se correlacionan con el riesgo de suicidio)».

Prevención del suicidio en 2020

El suicidio es una causa importante de muerte en Israel y en todo el mundo, con cerca de un millón de suicidios anuales, de los cuales unos 400 ocurren en Israel. Aunque no es una de las principales causas de muerte entre la población en general, es la causa número uno entre los jóvenes menores de 24 años.

Los directores de clínicas de salud mental y programas diurnos para niños y adolescentes israelíes informaron de un aumento del 71,2 por ciento en las remisiones de pacientes con pensamientos suicidas graves durante la segunda ola de la pandemia de coronavirus, según un informe de la división de Salud Mental del Ministerio de Salud a principios de este mes publicado en The Jerusalem Post.

El Dr. Udi Sasser, director del departamento clínico de la División de Salud Mental, y el Dr. Danny Budowski, director de servicios ambulatorios, escribieron el informe después de recibir respuestas a finales de octubre de 31 directores de salud mental, 23 de los cuales dirigen clínicas y ocho de los cuales dirigen programas de día.

El informe también reveló que casi el 39 por ciento de los pacientes informó algún aumento en los pensamientos suicidas, mientras que otro 32 por ciento dijo que había tenido «un aumento significativo en los pensamientos suicidas».

«Creemos que este conocimiento contribuye al desarrollo de herramientas de detección más efectivas para el riesgo de suicidio». Tales herramientas combinarían idealmente la información de diferentes fuentes y tecnologías, además de las pistas textuales», dice Astehan a NoCamels. «Un requisito previo para mejorar la prevención es la detección/identificación, pero es sólo el comienzo del proceso. El siguiente paso es averiguar cómo acercarse, tender la mano y ofrecer apoyo y asistencia de manera eficaz, una vez que se identifica a un individuo mediante ese sistema».

Dejá tu comentario

Innovación

Científicos israelíes desarrollan tratamiento experimental que mejora la supervivencia en casos de hemorragias graves

Publicado

el

Por

pexels-mart-production-7230835-1520×855

Agencia AJN.- Un nuevo tratamiento desarrollado por investigadores de la Universidad Hebrea de Jerusalem en conjunto con el Cuerpo Médico de las Fuerzas de Defensa de Israel (FDI) podría transformar por completo la atención médica de emergencia en situaciones de trauma severo, tanto en el ámbito militar como civil.

La investigación, publicada recientemente en la revista Scientific Reports, demostró que la activación de una proteína específica —conocida como PKC-ε (Proteína Quinasa C épsilon)— después del inicio de una hemorragia masiva puede triplicar las tasas de supervivencia.

El estudio, liderado por los doctores Ariel Furer y Maya Simchoni del Instituto de Investigación en Medicina Militar (proyecto conjunto entre la Universidad Hebrea y el Cuerpo Médico de las FDI), simuló un shock hemorrágico extrayendo el 35% del volumen sanguíneo de modelos animales. Al aplicar el tratamiento apenas cinco minutos después del inicio de la hemorragia, la supervivencia saltó de un 25% a un 73%.

La clave del tratamiento es que ayuda a estabilizar las funciones cardiovasculares: mantiene la presión arterial, el ritmo cardíaco y la capacidad del corazón para bombear sangre. Además, se observó una mejora en la función mitocondrial del tejido cardíaco, es decir, ayuda a que las células generen energía suficiente para resistir el daño y mantener los órganos funcionando.

“Las hemorragias masivas siguen siendo uno de los mayores desafíos en la medicina de emergencia, tanto en el campo de batalla como en accidentes civiles”, explicó Furer. “Este avance abre una nueva puerta para tratamientos que podrían cambiar radicalmente las tasas de supervivencia en situaciones críticas.”

Actualmente, el tratamiento estándar para este tipo de emergencias es la reposición de fluidos, pero este método muchas veces genera complicaciones adicionales y daños en los tejidos. El enfoque israelí con PKC-ε parece no sólo estabilizar al paciente, sino además proteger los órganos contra ese tipo de daño secundario.

A pesar de los resultados alentadores, los investigadores subrayaron que es necesario avanzar hacia ensayos clínicos para confirmar su efectividad en humanos. Sin embargo, el potencial es enorme, sobre todo para el uso por parte de equipos de primeros auxilios y médicos en zonas de combate o en escenarios de catástrofes.

Con este desarrollo, Israel vuelve a posicionarse a la vanguardia de la medicina de emergencia, aportando conocimiento y soluciones que podrían salvar miles de vidas en todo el mundo.

Fuente: Israel21.

Seguir leyendo

Ciencia

Científicos israelíes: Modelos generales de inteligencia artificial son mejores que los específicos para médicos para diagnosticar casos complejos

Publicado

el

Por

Pharmacist using mobile smart phone for search bar on display in pharmacy drugstore shelves background.

Agencia AJN.- Un equipo de investigadores de la Universidad Ben-Gurión del Néguev ha desarrollado una nueva base de datos para evaluar la capacidad de los modelos de propósito general de inteligencia artificial (IA) para diagnosticar casos médicos complejos, según The Press Service of Israel (TPS-IL).

Sus hallazgos, presentados ante la Asociación para el Avance de la Inteligencia Artificial en Filadelfia, sugieren que modelos como el GPT-4o podrían ser más efectivos que los diseñados específicamente para la medicina.

Tradicionalmente, los modelos de propósito general de IA se han probado en casos médicos más simples, como preguntas de exámenes o enfermedades comunes, pero no en los casos complejos del mundo real que los médicos suelen enfrentar. Para subsanar esa deficiencia, los investigadores crearon una base de datos de 3.562 informes de casos médicos del BMC Journal of Medical Case Reports, que incluye descripciones detalladas de casos médicos inusuales y sus diagnósticos. Los casos se presentaron mediante preguntas abiertas y de opción múltiple, simulando escenarios de diagnóstico reales.

Los resultados fueron sorprendentes: GPT-4o superó a modelos médicos como Meditron-70B y MedLM-Large en el diagnóstico de esos casos complejos. GPT-4o logró una precisión del 87,9% en preguntas de opción múltiple y del 76,4% en preguntas abiertas, superando a los especializados.

“Nos sorprendió ver que los modelos generales, como GPT-4o, tuvieran un mejor rendimiento que los adaptados para la medicina. Mostramos que los modelos de lenguaje de gran tamaño pueden utilizarse para diagnosticar casos médicos complejos”, afirmó Ofir Ben-Shoham, uno de los investigadores.

La base de datos CUPCase que creó el equipo podría convertirse en una herramienta valiosa para probar nuevos modelos de IA en el futuro. Está abierta al público y puede ampliarse con casos adicionales a medida que se desarrollen nuevos modelos.

“El objetivo era crear un sistema que pudiera evaluar la eficacia de los modelos lingüísticos para diagnosticar casos complejos del mundo real, no solo los comunes”, afirmó el estudiante de doctorado Uriel Peretz.

El doctor Nadav Rapoport, otro miembro del equipo de investigación, explicó que diagnosticar casos complejos puede ser un proceso largo e incierto, lo que genera retrasos y mayores costos para los pacientes. La base de datos CUPCase, al proporcionar casos reales detallados, puede ayudar a acelerar ese proceso y mejorar la atención del paciente.

La investigación tiene diversas aplicaciones prácticas en el ámbito sanitario, principalmente al mejorar la velocidad y precisión de los diagnósticos médicos.

Modelos de IA como GPT-4o podrían ayudar a los médicos a diagnosticar casos médicos complejos con mayor rapidez, reduciendo los retrasos en el diagnóstico y mejorando los resultados de los pacientes.

La base de datos CUPCase, que incluye una colección de casos del mundo real, puede servir como una valiosa herramienta de apoyo a la toma de decisiones clínicas, ayudando a los médicos a tomar decisiones más precisas, especialmente en casos difíciles o poco frecuentes.

Además, el modelo de IA podría facilitar la formación de profesionales médicos, ofreciendo un recurso interactivo para el aprendizaje de procesos diagnósticos complejos.

Las herramientas basadas en IA también podrían ampliar el acceso a apoyo diagnóstico de expertos en zonas desatendidas, donde los especialistas pueden ser limitados. En entornos de cuidados críticos, los modelos de IA podrían proporcionar asistencia diagnóstica en tiempo real.

Seguir leyendo
Banner para AJN 300×250

Más leídas

WhatsApp Suscribite al Whatsapp!