La Medical University of South Carolina (MUSC) recibió una financiación de un poco más de 1 millón de dólares de The Duke Endowment para impulsar un proyecto de investigación que busca utilizar inteligencia artificial (IA) para identificar de manera temprana a jóvenes que podrían presentar un riesgo elevado de conducta suicida.

La iniciativa tendrá una duración de tres años y reunirá a especialistas de distintas áreas, con el objetivo de analizar información que actualmente se encuentra distribuida entre sistemas de salud, servicios de atención a la salud mental y escuelas de Carolina del Sur.

Leer más: Florida rechaza acuerdo con Meta: “no compensa el daño contra los niños”

El proyecto se encuentra todavía en una etapa inicial, por lo que no existe todavía una herramienta que pueda utilizarse para evaluar a estudiantes. Tampoco se han presentado resultados sobre la precisión ni un protocolo que permita emplear estos modelos para tomar decisiones individuales en centros educativos o de salud.

Un proyecto que combinará información de distintos sistemas

Uno de los principales objetivos de la investigación será reunir datos que normalmente permanecen separados entre diferentes instituciones. Para ello, MUSC prevé trabajar con distritos escolares y sistemas de salud de Carolina del Sur.

La información podría proceder de expedientes médicos electrónicos, servicios utilizados dentro del sistema estatal de salud mental y registros escolares básicos gestionados mediante PowerSchool.

Entre las variables que los investigadores planean analizar están los antecedentes de depresión, consumo de sustancias, experiencias traumáticas, situaciones de inestabilidad social, uso de servicios de salud mental, ausencias escolares y problemas relacionados con el sueño.

La intención es que la inteligencia artificial pueda detectar combinaciones y patrones que resulten difíciles de identificar al analizar cada dato por separado. Sin embargo, los investigadores aclaran que ninguna de estas variables, por sí sola, significa que un joven tenga un diagnóstico o que vaya a intentar hacerse daño.

El trabajo estará dividido en diferentes etapas. Durante el primer año, el equipo se concentrará en construir las alianzas necesarias con escuelas y sistemas sanitarios, obtener las autorizaciones regulatorias y establecer una infraestructura segura para gestionar la información.

Los distritos escolares y sistemas de salud que participarán todavía no han sido identificados públicamente. Antes de compartir cualquier información, las instituciones deberán cumplir con los acuerdos de confidencialidad y los requisitos regulatorios establecidos para el proyecto.

El segundo año estará dedicado principalmente al desarrollo de los modelos de inteligencia artificial, mientras que durante el tercero se realizará su evaluación.

Esto significa que todavía queda un largo camino antes de saber qué tan efectivos pueden ser estos sistemas. MUSC aún no ha publicado cifras sobre precisión, falsos positivos o posibles diferencias en el funcionamiento de los modelos entre distintos grupos de estudiantes.

MUSC busca calidad en privacidad y eficiencia

Debido a la naturaleza especialmente delicada de la información que será utilizada, la protección de los datos será una parte fundamental del proyecto.

MUSC señala que los modelos serán desarrollados sin nombres ni otros identificadores directos de los estudiantes. La información será manejada en entornos seguros, con medidas de protección similares a las empleadas para datos médicos sensibles.

Además, las primeras etapas deberán establecer con claridad qué información podrá utilizarse, quién podrá acceder a ella y durante cuánto tiempo podrá conservarse.

Este aspecto será importante porque el proyecto pretende combinar datos de ámbitos muy diferentes. El objetivo no es únicamente desarrollar una tecnología capaz de detectar señales de alerta, sino determinar cómo puede hacerse de manera responsable y respetando la privacidad de los jóvenes.

La propuesta de MUSC refleja el creciente interés por utilizar inteligencia artificial en el ámbito de la salud pública. Sin embargo, el proyecto todavía deberá demostrar si los modelos funcionan de manera segura y confiable. Una predicción de riesgo no equivale a un diagnóstico y tampoco permite determinar con certeza qué hará una persona.

El equipo responsable será multidisciplinario e incluirá expertos en ciencia de datos, salud pública, psiquiatría, salud conductual y trabajo con estudiantes.

The Duke Endowment financiará las tres etapas de la iniciativa. Una vez concluido el proyecto, MUSC tiene previsto compartir sus métodos y resultados mediante publicaciones, talleres, informes de política pública y guías destinadas a instituciones estatales.

Fuente: MUSC.EDU