La esquizofrenia es difícil de diagnosticar. Los pacientes pueden presentar alucinaciones (a veces), aislamiento social (quizá) o delirios (no siempre). En términos más generales, simplemente no parecen ellos mismos. Los médicos se basan en su experiencia y en indicios sutiles para determinar en qué medida el habla de los pacientes es diferente, junto con los síntomas que aparecen con el tiempo, a fin de justificar la inclinación hacia la esquizofrenia en lugar de otra enfermedad mental. Esto provoca retrasos en el diagnóstico. Los estadounidenses con trastornos psicóticos —de los cuales más de 3 millones padecen esquizofrenia— reciben un diagnóstico, en promedio, un año y medio después de que aparecen sus primeros síntomas.
Investigadores están estudiando ahora si la inteligencia artificial (IA) podría mejorar el diagnóstico y la atención al escuchar y analizar lo que los médicos no pueden oír ni cuantificar, incluso si el software solo cuenta con unos pocos minutos de conversación. La IA no hará su gran entrada en la clínica mañana mismo. Pero se la aclama como la nueva frontera en la atención psiquiátrica, una que podría permitir la detección precoz y precisa, así como el seguimiento personalizado de las enfermedades a partir de síntomas poco definidos.
“Disponemos de las herramientas para hacerlo con una precisión sin precedentes”, afirma Thomas Insel, psiquiatra y neurocientífico que dirigió el Instituto Nacional de Salud Mental de Estados Unidos durante 13 años.
La esquizofrenia es un trastorno que altera la percepción de la realidad, el pensamiento y la regulación emocional de las personas. Afecta a unos 23 millones de personas en el mundo y suele diagnosticarse cuando la persona está a finales de la adolescencia o principios de sus treinta. Nadie sabe cuál es su causa, pero las investigaciones sugieren que podría deberse a una combinación de factores genéticos, ambientales, la química cerebral y el consumo de sustancias.
Los médicos destacan la importancia de detectar el trastorno lo antes posible, ya que cuanto más tiempo se deje sin tratar, peor será la respuesta al tratamiento y mayor el riesgo de pérdida de tejido cerebral, empeoramiento de los síntomas y suicidio. Sin embargo, los psiquiatras suelen cometer errores.
Parte del problema radica en que, en la actualidad, el diagnóstico depende de valoraciones subjetivas. Basándose en lo que dice el paciente y en cómo lo dice, los médicos rellenan una de varias escalas de valoración diferentes para clasificar la gravedad de los síntomas y llegar a un diagnóstico. Sin embargo, el proceso es difícil de estandarizar, y las puntuaciones que otorgan los médicos a un mismo paciente pueden variar entre un 30% y un 50%.
La inteligencia artificial podría ayudar a automatizar el proceso, haciendo que el diagnóstico sea más rápido y preciso. “Por primera vez, podríamos disponer de una forma de determinar objetivamente: ¿hasta qué punto es delirante esto? ¿Qué grado de desconexión tienen estas asociaciones? ¿Hasta qué punto es incoherente?”, afirma Insel.
Los psiquiatras consideran que el habla es un indicador fiable para evaluar el estado mental de una persona, ya que puede revelar un pensamiento desordenado, un rasgo característico de la esquizofrenia. Las personas con pensamiento desordenado tienden a pasar de forma errática de una idea a otra —un recorrido caótico que la IA podría ayudar a identificar—. Los médicos también saben que los pacientes esquizofrénicos hablan de forma diferente. Su tono puede ser más monótono o robótico, y pueden hacer pausas más largas. Además, el volumen de su voz puede carecer de contraste en comparación con el de las personas sanas, que hablan más alto o más bajo dependiendo del contexto y el contenido de la conversación. Pero estas diferencias son difíciles de utilizar para el diagnóstico, especialmente en las primeras etapas.
Un equipo de investigadores de los Países Bajos se preguntó si la IA podría ser de ayuda. Seleccionaron grabaciones de audio de personas a las que los psiquiatras habían diagnosticado previamente esquizofrenia y, a continuación, utilizaron un software para medir 88 características, como el volumen, la duración de las pausas, la pronunciación de las vocales y la entonación. Posteriormente, utilizaron estas medidas para entrenar un programa de IA con el fin de distinguir entre personas con y sin esquizofrenia.
Cuando el equipo puso a prueba su IA utilizando archivos de audio de nuevos pacientes que no había escuchado antes, esta diferenció a los pacientes esquizofrénicos de los controles sanos con una precisión del 86.2%, e incluso pudo distinguir entre diferentes subtipos de la enfermedad.
Este enfoque no resulta especialmente útil para los casos más evidentes, afirma el coautor del estudio, Alban Voppel, investigador que actualmente trabaja en la Universidad McGill de Montreal y que estudia el uso de la IA en psiquiatría. Sin embargo, la IA podría ayudar a detectar a pacientes en fases tempranas o con alto riesgo de desarrollar esquizofrenia, así como a predecir las recaídas. “Hay indicios esperanzadores de que podemos captar detalles muy sutiles y aspectos que a los psiquiatras les resulta mucho más difícil detectar o predecir”, afirma.
Sunny Tang, psiquiatra e investigadora de los Institutos Feinstein de Investigación Médica, cerca de la ciudad de Nueva York, adoptó un enfoque diferente. En lugar de estudiar los sonidos del habla, su equipo se centró en su contenido. Crearon un tipo de IA denominado modelo de aprendizaje automático para asignar una dirección matemática —similar a la dirección de una casa— a cada palabra de la transcripción de la conversación de un paciente. Al observar la constelación de direcciones, el programa de Tang puede determinar si una frase se mantiene en el mismo barrio general o si sale de la ciudad y vuelve de nuevo, lo que indicaría un pensamiento desorganizado. De esta forma, explica Tang, puede medir “cómo fluye el significado a lo largo de lo que dice una persona”.
Cuando Tang proporcionó transcripciones de discursos de personas con y sin esquizofrenia, descubrió que la IA podía distinguir entre ambos grupos con una precisión del 87%. Los evaluadores clínicos, que valoraron a los pacientes sin ayuda de la IA, solo alcanzaron una precisión del 68%.
Más allá del diagnóstico, los médicos podrían llegar a utilizar la IA para el seguimiento rutinario de la gravedad y la progresión de los síntomas de un paciente a lo largo del tiempo. Este seguimiento ayuda a los médicos a proporcionar una atención más precisa y adaptada, al evaluar si un tratamiento está produciendo los efectos deseados y detectar signos tempranos de recaída.
Hoy en día, este seguimiento requiere que los médicos se reúnan con los pacientes periódicamente, lo que supone un enorme costo de tiempo y dinero. La IA podría proporcionar potencialmente la misma atención por una fracción del costo y permitir que se realice a distancia. “Basta con que alguien hable durante un par de minutos a través de una aplicación o un dispositivo para obtener una valoración bastante competente y fiable de la psicosis de esa persona”, afirma Tang, que espera tener una herramienta lista para ensayos clínicos en 2030.
Sin embargo, aún queda mucho trabajo por hacer antes de que el diagnóstico mediante IA esté listo para su uso clínico. Por un lado, la inteligencia artificial es tan buena como los datos con los que se entrena, y existen graves deficiencias en dichos datos. Muchos estudios utilizan grupos reducidos de personas que no son representativos de la población en su conjunto, según un análisis de estudios que utilizan la IA para realizar diagnósticos psiquiátricos. “Necesitamos muestras más amplias y más diversas”, afirma Jeffrey Girard, psicólogo de la Universidad de Kansas que dirigió el análisis, publicado en el Annual Review of Clinical Psychology de 2026.
Otro problema es que las personas pueden hablar más despacio no porque padezcan una enfermedad mental, sino porque son mayores o hablan una segunda lengua. Las personas también pueden sonar diferentes en contextos estresantes, como una sala de urgencias, o bajo los efectos de medicamentos o de una enfermedad física, señala Sandra Just, psicóloga clínica de la UiT, la Universidad Ártica de Noruega.
Esto crea una “brecha entre la investigación y la práctica”, en la que los marcadores de voz pueden dar buenos resultados en los estudios, pero malos en el mundo real, afirma John Torous, psiquiatra e informático del Centro Médico Beth Israel Deaconess de Harvard.
Lo ideal sería que los médicos supieran cómo suena habitualmente un paciente para detectar si su forma de hablar ha cambiado. Pero recopilar esos datos de referencia implicaría identificar a las personas con alto riesgo de esquizofrenia, grabar sus llamadas, pedirles que utilicen una aplicación a diario o llevar un registro de las entrevistas clínicas —incluso si actualmente no presentan síntomas—.
Hacerlo plantea delicadas cuestiones éticas en torno a la privacidad y la seguridad. “Se trata de un problema realmente complicado”, afirma Brita Elvevåg, neurocientífica cognitiva de la UiT, la Universidad Ártica de Noruega, que lleva casi 30 años estudiando los patrones del habla. “¿Cómo podemos preservar la privacidad personal ahora que estamos empezando a utilizar la tecnología? Me preocupa que la gente no tenga necesariamente eso en cuenta”.
Debido a todas estas limitaciones, los investigadores no creen que la IA vaya a convertirse en un diagnosticador de esquizofrenia a corto plazo. “Es una herramienta, no una panacea”, afirma Vijay Mittal, investigador y psicólogo clínico de la Universidad Northwestern de Illinois. “Estamos en una fase inicial y hay mucho entusiasmo, [pero] hay que actuar con mucha cautela”.
Artículo traducido por Debbie Ponchner.
Este artículo apareció originalmente en Knowable en español, una publicación sin ánimo de lucro dedicada a poner el conocimiento científico al alcance de todos. Suscríbase al boletín de Knowable en español.
