Un Estudio en Nature Mental Health Cambia el Diagnósticas de Esquizofrenia Mediante el Uso de IA

Un hallazgo reciente sugiere que el diagnóstico de la esquizofrenia podría volverse más directo. El estudio publicado en Nature Mental Health, realizado por equipos de la Universidad de Washington, la Universidad de California San Diego y el VA San Diego Healthcare System, propone combinar pruebas neurocognitivas con aprendizaje automático (IA que encuentra patrones) para distinguir con alta exactitud a pacientes con esquizofrenia.

La pieza clave es casi contraintuitiva: el modelo funcionó igual de bien usando solo dos dominios mentales —aprendizaje verbal e identificación de emociones— que con una batería completa de 15 pruebas. Es la lógica de “menos es más”, aplicada a una enfermedad que suele diagnosticarse entre los 16 y los 30 años y que, muchas veces, aparece tras un primer episodio de psicosis.

Según el Instituto Nacional de Salud Mental de Estados Unidos (NIMH), iniciar el tratamiento lo antes posible después de ese primer episodio es un paso importante hacia la recuperación. Por eso, encontrar un mecanismo de detección más práctico no es un detalle técnico: es una oportunidad clínica.

Ahora bien, ¿cómo puede una IA ayudar sin convertir la consulta en un laboratorio? La analogía más clara es la de un tablero eléctrico en casa. Cuando algo falla, un electricista no levanta todas las paredes. Busca el interruptor que “delata” el problema con una medición simple y confiable.

En esta investigación, el “tablero” fue un conjunto de pruebas cognitivas. Y el aprendizaje automático, esa IA que detecta combinaciones de resultados, actuó como un técnico que aprende qué llaves del tablero son las más informativas para diferenciar un hogar con un cortocircuito de uno que está funcionando bien.

Así, en lugar de depender de baterías extensas —poco viables en entornos clínicos por tiempo y recursos—, el modelo sugiere que dos mediciones bien elegidas pueden encender una alerta con precisión similar. Es un cambio de engranaje: menos pruebas, pero más enfocadas.

¿Qué midieron y por qué dos pruebas alcanzan?

Los investigadores entrenaron un modelo computacional con datos de 559 personas con diagnóstico de esquizofrenia o trastorno esquizoafectivo (síntomas de esquizofrenia más un trastorno del estado de ánimo) y 745 participantes sin afecciones psiquiátricas como grupo de comparación. Todos completaron 15 pruebas reconocidas de funciones cognitivas.

El sistema detectó combinaciones de resultados asociadas a cada diagnóstico y, además, su rendimiento se replicó en una cohorte independiente. Y cuando se quedó únicamente con aprendizaje verbal e identificación de emociones, sostuvo una precisión similar a la de la batería completa.

Traducido a la vida diaria: el aprendizaje verbal no es solo “memoria”. Es la capacidad de incorporar información nueva y usarla. Y la identificación de emociones no es “ser sensible”. Es leer con claridad las expresiones y el tono del otro, un cableado central para navegar lo social.

Qué podría cambiar en la consulta

La esquizofrenia puede incluir alucinaciones y delirios, entendidos como creencias falsas o irracionales sobre uno mismo y el mundo. También suele haber deterioro de memoria, déficit de atención y dificultades de aprendizaje. En ese contexto, contar con herramientas más rápidas podría facilitar una evaluación inicial y orientar intervenciones más individualizadas.

Además, este enfoque abre una puerta a futuros “biomarcadores neurocognitivos”, señales medibles del funcionamiento mental, que no dependan de maratones de test. Los autores prevén que esta línea también ayude a identificar rasgos determinantes en otros trastornos psiquiátricos, no solo en el espectro esquizofreniforme.

En el fondo, el mensaje es sencillo y esperanzador: a veces, para entender un sistema complejo no hace falta revisar toda la casa. Hace falta encontrar el interruptor correcto.