Los investigadores afirman que la inteligencia artificial (IA) podría ser capaz de identificar el riesgo de recaer en el alcohol después del tratamiento.
La IA podría ayudar a detectar el riesgo de recaída en el alcoholismo
Por Robert Preidt Reportero de HealthDay
Reportero de HealthDay
MARTES, 19 de abril de 2022 (HealthDay News) -- La inteligencia artificial (IA) podría ser capaz de identificar a los alcohólicos en riesgo de recaer después del tratamiento, dicen los investigadores.
Los pacientes a menudo vuelven a beber en exceso durante y después del tratamiento, y pueden requerir varios intentos antes de lograr la abstinencia a largo plazo del uso no saludable del alcohol.
Los investigadores de la Universidad de Yale descubrieron que la IA podría permitir a los profesionales sanitarios y a los pacientes predecir las recaídas en el consumo de alcohol y ajustar el tratamiento antes de que se produzcan.
En un nuevo estudio, los investigadores utilizaron datos clínicos y una forma de IA denominada aprendizaje automático para desarrollar modelos de predicción de recaídas entre los pacientes de un programa de tratamiento ambulatorio.
Para desarrollar y probar los modelos de predicción se utilizaron los datos de más de 1.300 adultos estadounidenses que participaron en un ensayo clínico de 16 semanas de tratamientos en 11 centros.
Los pacientes fueron asignados aleatoriamente a una de las nueve combinaciones de medicación o terapia conductual, y los datos sobre su evolución se utilizaron para "entrenar" los algoritmos de aprendizaje automático.
El objetivo era crear un conjunto de modelos que pudieran predecir las recaídas en el consumo excesivo de alcohol (cuatro o más copas al día en el caso de las mujeres y cinco o más en el de los hombres) en tres momentos diferentes: durante el primer mes de tratamiento, durante el último mes de tratamiento y entre las sesiones de tratamiento semanales o quincenales.
Dirigidos por Walter Roberts, profesor adjunto de psiquiatría de la Facultad de Medicina de Yale, los investigadores descubrieron que los modelos resultantes funcionaban bien a la hora de predecir las recaídas, y es probable que sean más precisos que los clínicos a la hora de identificar a los pacientes que corren el riesgo de volver a beber en exceso y podrían beneficiarse de intervenciones adicionales durante el tratamiento.
Los resultados del estudio se publicaron el 14 de abril en la revista Alcoholism: Clinical and Experimental Research.
En los modelos, la información más importante para predecir la recaída incluía factores como los niveles de enzimas hepáticas y la edad en la que comenzó la dependencia del alcohol, así como las puntuaciones de los pacientes en las encuestas de autoinforme, como las relativas a las conductas de consumo de alcohol y los síntomas psicológicos.
Los autores del estudio señalaron que todos estos factores pueden obtenerse de forma relativamente fácil y económica durante el tratamiento del alcoholismo.
También señalaron que los modelos mostraron diferencias en la importancia de factores predictivos específicos entre hombres y mujeres, lo que concuerda con investigaciones anteriores que muestran diferencias de sexo en las relaciones con el consumo nocivo de alcohol.
Más información
Para más información sobre el tratamiento de los problemas con la bebida, consulte el Instituto Nacional sobre el Abuso del Alcohol y el Alcoholismo de EE. UU.
