Investigadores de la Facultad de Medicina de la Universidad de Chile crearon un algoritmo con base a la identificación de biomarcadores en el relato hablado, tanto de personas que cursaron su primer episodio de psicosis como de pacientes crónicos con esta enfermedad, demostrando que tienen el potencial de ser utilizados como herramienta de diagnóstico psiquiátrico.

La profesora Alicia Figueroa-Barra, líder del estudio, explica que “este trabajo es bien relevante no sólo porque está en línea con lo último que se está investigando en psiquiatría en muchos lugares en el mundo, sino que también es el primero que se hace con hispanohablantes. Además, propusimos un modelo de análisis ajustado no solo al castellano, sino también a nuestra variable dialectal; es decir, al español de Chile”.

En ese sentido, explica que “desde hace unos 10 años se está incorporando el lenguaje como parte de la evaluación clínica del paciente psiquiátrico; no solamente como la dimensión comunicativa del sujeto, sino como parte de sus síntomas”, y destaca que “encontramos resultados que son particularmente importantes para un modelo en español”.

Buscando rasgos de pérdida de coherencia

El artículo “Automatic language analysis identifies and predicts schizophrenia in first-episode of psychosis”, publicado el 1 de junio de 2022 en Nature Schizophrenia –una de las revistas de mayor relevancia en el área- muestra el trabajo de extracción de información automatizada a partir de entrevistas psiquiátricas, con el propósito de elaborar un modelo predictivo de psicosis.

Se analizaron 133 entrevistas abiertas realizadas tanto a personas sanas como a individuos que tuvieron su primer episodio de psicosis, y a pacientes ya diagnosticados con esquizofrenia.

En primer término los investigadores transcribieron de forma manual todas las entrevistas clínicas y de tipo fenomenológico -hechas, en el caso de los pacientes, por médicos del área de salud mental- “para hacer un pre procesamiento con el fin de extraer algunas palabras que en el fondo generan ‘ruido’ en el modelo”, dice la profesora Figueroa.

El valor predictivo de la coherencia semántica

En cuanto a la creación del algoritmo para el análisis automático, el profesor Mauricio Cerda -ingeniero en computación y especialista en procesamiento de señales e imágenes- recuerda que “el doctor Pablo Gaspar nos explicó lo que es la esquizofrenia y el estudio de las estadísticas lingüísticas como aporte al diagnóstico de esta patología. Y la profesora Figueroa nos mostró qué parámetros se podían medir, labor que cuando se hace a mano tiene mucha variabilidad. Así vimos cómo sistematizar las diferencias entre los grupos estudiados -sanos, primer episodio y crónicos-, para ver si son estadísticamente significativas y ahí probamos una serie de variables”.

De esta forma, estudiaron características agrupadas en tres ámbitos:

Fluidez verbal: apunta a la continuidad discursiva e incluye elementos como pausas y vacilaciones; y es que los silencios generalmente se reconocen como parte de trastornos formales del pensamiento en el examen del estado mental, “en particular si duran más de dos segundos y la frecuencia de aparición por unidad de tiempo”, señala el profesor Cerda.

Productividad verbal: se refiere a la capacidad de pronunciar una serie de palabras y oraciones, tales como el número total de palabras y diferentes palabras por oración, longitud promedio de palabra y determinante o recuento de pronombres. En pacientes con esquizofrenia se considera una característica inherente una productividad verbal baja o pobreza de expresión.

Coherencia semántica: consiste en la organización lógica de significado en el discurso a través de estructuras lingüísticas interrelacionadas. Por ejemplo, “las personas con esquizofrenia cambian de tema de conversación abruptamente; pasan de responder lo que se les pregunta a hablarte de su perro o de cualquier otra cosa, sin que haya una continuidad entre medio”, dice el profesor Cerda. Además, “el uso erróneo y laxo de palabras o expresiones afecta la concordancia y comprensión del habla, por lo que el oyente tiene que hacer un esfuerzo para entender”, agrega la profesora Figueroa.

Llamativos resultados

En un análisis longitudinal y para predecir qué pacientes con primer episodio psicótico se convertirían o no en pacientes con esquizofrenia, los investigadores compararon los resultados de aplicar el análisis del lenguaje respecto de estudiar a los mismos grupos sólo en base a datos demográficos o sus respuestas en pruebas PANSS -escala de los síndromes positivo y negativo, uno de los instrumentos más utilizados por especialistas para valorar la sintomatología de los pacientes con esquizofrenia- o a todos estos factores combinados entre sí.

“Usando solo información demográfica del paciente, los resultados fueron malos: 43,33% de exactitud; pero mejoraron al cruzarlo con la información del PANSS, llegando a 65,83%. La información de PANSS, por sí sola, permitió una precisión de exactitud del 67,5%; curiosamente, la extraída del análisis del lenguaje proporcionó un 75,83 % de exactitud. Y cuando toda la información se combinó y se seleccionaron las diez características principales en el análisis del lenguaje, se logró una exactitud de 77.5% para predecir si un paciente con primer episodio llegaría a un diagnóstico confirmado de esquizofrenia”, explica el profesor Cerda.

En este punto, la profesora Figueroa hace énfasis en que este método de análisis automatizado del lenguaje no apunta a reemplazar otras herramientas diagnósticas y exámenes, sino que a complementarlos.

“Es interesante porque hay una intuición en general por parte de los psiquiatras de que hay elementos llamativos en el paciente a partir de su discurso. Este algoritmo sistematiza información preeminente que no es posible de ser analizada a simple vista y mucho menos en el dinamismo de un intercambio clínico; viene a corroborar las sospechas y a poner en alerta, a partir de información concreta, medible y cuantificable. Eso tiene gran importancia, porque es la evolución de esta subjetividad que tiene la entrevista clínica, que depende del criterio del médico”, remarca.

Intervención temprana

Los investigadores señalan que, como la esquizofrenia comienza sus manifestaciones clínicas en la adolescencia, “la intervención temprana cobra aún más valor. La psiquiatría busca anticiparse a los escenarios clínicos en los casos complejos; en este caso, pesquisando estos patrones, que no son comprobables a simple vista, pero que con herramientas de este tipo es más fácil”.

La profesora Figueroa añade que “dada la carencia de especialistas de salud mental en todo Chile y más aún en zonas remotas, muchas veces los profesionales de atención primaria son los que pesquisan estos casos. Si hubiese la posibilidad de desarrollar una herramienta simple, como una aplicación de celular basada en estos avances, un instrumento que capture los elementos preeminentes del lenguaje y que le diera al médico alguna indicación más certera para derivar al paciente con sospecha a una interconsulta, eso sería muy deseable y un resultado muy realista de este trabajo”.

“Sería un salto cuántico respecto de lo que hay ahora, porque mostramos que el análisis del lenguaje tiene el potencial de ser utilizado como herramienta de detección de diagnóstico psiquiátrico. Gracias al análisis del lenguaje, y a partir de una conversación, se ahorra un montón de intervenciones costosas para el paciente, en lo emocional y económico”, enfatiza.

“Este trabajo es inédito porque la mayoría de los que se han publicado se ha realizado con angloparlantes; nosotros, en cambio, probamos que no se pueden generalizar los algoritmos de búsqueda y clasificación per se, ya que es necesario elaborar modelos ajustados a la lengua de los informantes”, sentencia.

El equipo

El equipo de académicos está liderado por Alicia Figueroa-Barra, lingüista y miembro del Departamento de Psiquiatría Sur, postdoctorada del Instituto de Neurociencia Biomédica e investigadora del Núcleo Milenio para Mejorar la Salud Mental de Adolescentes y Jóvenes, Imhay, e integrante del Laboratorio de Psiquiatría Traslacional Psiquislab.

Junto con ella participaron en el proyecto, que partió como Fondecyt de Iniciación, los profesores Mauricio Cerda, también del BNI, del programa de Biología Integrativa del Instituto de Ciencias Biomédicas y subdirector del Centro de Informática Médica y Telemedicina; Manuel Durán y Camila Valderrama, igualmente del CIMT; y el doctor Pablo Gaspar, de la Clínica Psiquiátrica Universitaria, de Psiquislab y del Departamento de Neurociencia.

Además, contó con la colaboración de expertos de otras entidades nacionales y argentinas.

Fuente: http://medicina.uchile.cl/