BIOPSIQUIATRÍA Y TECNOPSIQUIATRÍA

(Desde los datos y algoritmos al paciente real)

Juan Rojo Moreno

         En psiquiatría cuando entrevistamos por primera vez a un  paciente hacemos automáticamente, al menos, dos operaciones mentales. Por una parte la detección de los síntomas en su contexto actual (personal, familiar, laboral) y evolución de la enfermedad (desde cuando la padece) y, por otra parte, valoramos su historia personal, su biohistoria, en donde tenemos en cuenta factores que puedan relacionarse con la enfermedad y que han acontecido durante la infancia, escolaridad, adolescencia o hayan sido factores sensibilizantes posteriores. De esta manera tenemos un conjunto  biohistórico y situacional.

Pero realmente cuando hacemos esto, estamos haciendo una sección transversal: es decir si entrevistamos hoy al paciente y valoramos lo que ha sucedido en el pasado estamos siempre interpretando desde el hoy los factores que consideramos significativos del pasado. Esto es lo que se denomina un campo etiopatogénico situacional: correlacionamos los factores que han ocurrido y las situaciones para entender por qué y cómo ha empezado o se mantiene la enfermedad mental.

Quien quiera conocer más sobre el Modelo de Campo Etiopatogénico Situacional en psiquiatría, factores Disposicionales, Sensibilizantes y Desencadenantes puede verlo aquí.

Lo ideal habría sido que pudiéramos, por ejemplo, en un joven de 6 a 15 años valorar factores que le están ocurriendo y así predecir un riesgo real de enfermedad psíquica para el futuro. Conocemos que el tener padres alcohólicos, el que haya una sobreprotección familiar, el aislamiento o la poca sociabilidad, o incluso el ser hijo único, son factores que se han considerado como de sensibilización o vulnerabilidad para padecer una posible enfermedad mental posterior.

Ya intentamos, hace años, mediante la teoría de los grafos, y luego mediante clúster, hacer una interconexión entre todos estos factores de manera que pudiéramos predecir con bastante probabilidad un riesgo de enfermedad mental desde la infancia hasta la edad adulta y así valorar la posibilidad de intentar corregirlo antes que apareciera. Pero estos métodos siempre han fracasado (hasta ahora), pues realmente no sabemos cuáles van a ser las capacidades compensatorias individuales que cada persona va a desarrollar a través de los años y a lo largo de los distintos cambios y metamorfosis infantiles y adolescentes.

Por esto, seguimos viendo que hay pacientes que nos cuentan una infancia y adolescencia “terrible” pero luego al valorarla como factores sensibilizantes o de influencia en su enfermedad actual no detectamos que hayan tenido conexión significativa y, en el otro extremo, vemos como un solo factor, que Kretschmer denominó “vivencia clave”, puede tener una gran “fuerza eficaz” sensibilizante para luego comprender cómo ha aparecido la enfermedad mental.

Pero en un futuro no muy lejano toda esta incertidumbre puede desaparecer o disminuir y es posible que consigamos tener unos elementos suficientemente seguros para informarnos de factores de riesgo y también de tratamientos más efectivos.

Quien haya leído el artículo anterior que publiqué “Psiquiatría y Big Data” puede ver al final unos enlaces a videos sobre Big Data  (Dr. Hernández Medrano) que van a ser, junto con el concepto de Campo Etiopatogénico Situacional, el cuerpo de lo que estamos hoy desarrollando y por esto pongo de nuevo el enlace aquí.

BIG DATA.

Big data supone…. (extraigo de los videos de la conferencia del Dr. Hernández):

[…] Un mundo digital imparable. Vivimos en una explosión de datos, e internet tiene la capacidad de unir todo creándose un pensamiento colectivo, y la inteligencia artificial va a ser capaz de gestionar todo este conocimiento pues cuando tenemos millones de datos sobre algo tú no ves muchas correlaciones pero el ordenador si las ve y aporta una “inteligencia colectiva agrupada” capaz de hacer lecturas sistémicas. Esto nos va a permitir acceder mediante biotecnología a genomas particulares.  Y por lo tanto acceder al uso de datos genómicos por el clínico. El mundo de la genómica por sí solo no vale pues está la epigenética, el ambiente,  historias clínicas, datos biológicos, evolución de la enfermedad: es necesario análisis multiparamétrico y con multicapa que nos va a permitir una medicina precisa y personalizada.

La inteligencia artificial no tiene conciencia, no tiene sentimientos, pero si correlaciones. Si soy capaz de gestionar el conocimiento médico que hay en las historias se podría elaborar herramientas muy útiles en gestión sanitaria y en orientación diagnóstica. Cada 5 años se duplica la información médica y los sistemas expertos son los que apoyan la decisión. Hay un 10-15 % de los actos médicos en los que la inteligencia humana es necesaria. El crecimiento de la capacidad de computación es exponencial y -termina preguntándose el neurólogo Ignacio Hernández Medrano- ¿por qué ahora nos planteamos todo esto? La respuesta es que estamos ahora justo en el “momento de la aceleración de la curva exponencial de la capacidad de computación”. No es una cuestión de sustitución del médico sino de evolución, y avance […].

En este enlace también se plantea la necesidad de adaptación del médico a los avance de la Inteligencia Artificial en varias especialidades (aquí).

Big Data y el crecimiento exponencial de la capacidad de computación nos ofrece a la psiquiatría una posibilidad que aún no ha sido evaluada. Hasta ahora se evalúa el obtener millones de datos para algún tipo de diagnóstico y orientación médica, para desarrollo de psicofármacos etc. Y desde la genómica pueden aparecer resultados muy interesantes que ayuden a tratar ciertas enfermedades. Por esto el Dr. Hernández Medrano señala como todos los “Big Men”, los que señalan los advenimientos,  apuntan hacia la idea de que la genómica es el futuro. Y así será, pero en psiquiatría  tenemos ya la seguridad de que necesitamos algo más.

En psiquiatría sigue existiendo, en el fondo, la polémica de las clasificaciones de las enfermedades. De modo general hay que entender que las clasificaciones clásicas (por ejemplo el término de Neurosis) permitían personalizar mucho más la enfermedad, teniendo en cuenta no solo la sintomatología y evolución de ésta sino además distintivos de la personalidad (factores disposicionales) y carácter, infancia, factores sensibilizantes, etc. Esto suponía que en muchos diagnósticos la información que se daba se ajustaba más a lo que padecía el paciente, pero a la hora de los estudios de investigación y psicofarmacológicos los criterios de valoración de esas variables (como era la infancia, la vida del paciente, circunstancias, factores sensibilizantes o desencadenantes, etc.) podían variar mucho de unos clínicos a otros o incluso de unos países a otros. Así, aparecieron los diagnósticos DSM y CIE (OMS) que cambiaron los términos, dejaron de hablar de “enfermedades” y solo hablaron de “trastornos” eliminando las individualizaciones pero haciendo los diagnósticos mucho más homogéneos para los diferentes estudios, lo cual, por ejemplo, ha conseguido ofrecer datos epidemiológicos bastantes fiables de los distintos trastornos y hacer acertadas comparaciones entre diferentes países. Estas clasificaciones internacionales ya funcionan con códigos que pueden ser fácilmente introducidos en un ordenador y actualmente prevalecen los códigos aportados por la CIE.

¿Pero qué ocurrirá cuando podamos tener historias clínicas y factores biográficos de millones de pacientes y estos datos puedan ser calibrados por ordenadores potentes teniendo en cuenta el análisis multiparamétrico y multicapa (y los nuevos métodos que aparezcan)?

Entonces podremos tener un “ente”, denominado inteligencia artificial, que puede ser capaz de unir a la vez datos genómicos del paciente y sus datos biográficos, clínicos, de personalidad y caracteriales pero haciendo una comparación con millones de otros “casos” semejantes o análogos.

Big Data nos posibilita, en psiquiatría, individualizar la enfermedad mental pero no solo desde la genómica sino -y esto será la gran revolución que hasta ahora no ha sido posible- también desde la biohistoria, teniendo en cuenta la vida pasada del individuo y sus vivencias no solo de la enfermedad sino de su vida.

El Campo Etiopatogénico en el que se tiene en cuenta no solo el diagnóstico sino los factores Disposicionales (heredados y adquiridos), Sensibilizantes (vivenciados) y Desencadenantes, será una herramienta que mediante Big Data puede orientar al psiquiatra a la individualización sin los esfuerzos adicionales que supone esto en nuestra especialidad.

C.G. Jung habló de un Inconsciente Colectivo de la humanidad y al hablar de los arquetipos del inconsciente colectivo (sexual, luz, cósmico) pensaba que se transmitían no solo por tradición sino también por herencia. Son “la expresión psíquica de la identidad, de la estructura del cerebro, que trasciende todas las diferencias raciales” y que se manifiestan fundamentalmente de forma simbólica.[1] Y ahora se habla, desde el Big Data, del conocimiento colectivo exponencial y de la inteligencia colectiva agrupada. Será un segundo paso pero evidentemente el inconsciente también ha de poder ser datificado mediante Big Data.

Pues tengamos en cuenta que, evidentemente, la salud ha de ir unida al concepto de lo unitivo y de totalidad y no es inoportuno recordar que la palabra inglesa “health” (salud) significa etimológicamente “totalidad”.[2] En el verdadero pensar unitivo, reconocer es ser capaz de comprender y comprender es ser capaz para actuar[3] (Julian Huxley, 1959).

Dice el Dr. Hernández Medrano que la inteligencia artificial no tiene ni conciencia ni sentimientos. Realmente no lo sé, ni ahora quisiera nombrar a Teilhard de Chardin, pero la Inteligencia Artificial ya es capaz de elaborar “conceptos” y solo estamos en el inicio de la expansión exponencial.

Pero al mismo tiempo también tengamos en cuenta el caso de Helen Keller (sordociega) que estuvo un tiempo de su infancia desconectada de las redes simbólicas semánticas socioculturales “en un mundo que era un no-mundo”, sin “memoria emocional” de ese tiempo: “ese tiempo inconsciente, aunque consciente, en la nada”.

¿Conseguirá la inteligencia artificial tener alguna vez redes simbólicas semánticas y socioculturales? Es otro tema.

 —————————————————-

[1] El Inconsciente Colectivo supone que toda la humanidad participa de unas experiencias comunes que se presentan de forma simbólica y que Jung las descubre en los sueños mediante las Mandalas que son unas figuras que detectó en los sueños de las personas a principio de siglo XX, que viviendo en el campo (no había televisión, ni radio, ni Internet, etc.) no habían tenido contacto con culturas lejanas asiáticas o de otra parte, en donde también se presentaban estas imágenes cargadas de simbolismo. Por lo tanto de este concepto de Inconsciente Colectivo extraemos la idea de que “sin darnos cuenta” en nuestro cerebro hay estructuras simbólicas culturales propias y compartidas por la humanidad. Dice Jung que el pensar que esta idea es metafísica no es más que una opinión superficial y nada inteligente, pues es un concepto empírico.

[2] Health (n.). Old English hælþ «wholeness, a being whole, sound or well,» from Proto-Germanic *hailitho, from PIE *kailo- «whole, uninjured, of good omen» (source also of Old English hal «hale, whole;» Old Norse heill «healthy;» Old English halig, Old Norse helge «holy, sacred;» Old English hælan «to heal»). With Proto-Germanic abstract noun suffix *-itho (see -th (2)). Of physical health in Middle English, but also «prosperity, happiness, welfare; preservation, safety.» An abstract noun to whole, not to heal. Meaning «a salutation» (in a toast, etc.) wishing one welfare or prosperity is from 1590s. Health food is from 1848. https://www.etymonline.com/index.php?term=health

[3] Julian Huxley. Nuevos odres para vino nuevo. Editorial Hermes. Buenos Aires. 1959