Desarrollan herramienta que facilita el diagnóstico de la discapacidad cognitiva
Este método mide la capacidad de procesamiento cognitivo; y toda la prueba tiene un tiempo estimado de aplicación de entre 65 a 80 minutos.
Este método mide la capacidad de procesamiento cognitivo; y toda la prueba tiene un tiempo estimado de aplicación de entre 65 a 80 minutos.
Un modelo computacional les permitiría a los psicólogos hacer una evaluación más rápida y efectiva de casos en que los pacientes evaluados presentan sospecha de discapacidad intelectual. La herramienta tecnológica fue desarrollada por el ingeniero electrónico y en telecomunicaciones Nelson Fabián Leyva, magíster en Ingeniería de Sistemas y Computación, utilizando inteligencia artificial y modelos de predicción.
"Su implementación como prueba de tamizaje sería importante, ya que, en contraste, la aplicación completa del test WISC-IV (prueba para la exploración del cociente general de inteligencia) consume bastante tiempo y requiere personal calificado, lo cual implica mayores costos económicos. En educación también aportaría en la detección rápida de niños con dificultades de aprendizaje, para quienes se podría enfocar una evaluación especial", asegura el ingeniero.
Consta de 15 sub-tests que se agrupan en 10 test principales y 5 optativos. Los resultados al final se computan para obtener el coeficiente de inteligencia del menor, el cual mide la capacidad de procesamiento cognitivo; y toda la prueba tiene un tiempo estimado de aplicación de entre 65 a 80 minutos.
Sin embargo, asegura el ingeniero Leiva, todo el proceso de evaluación cognitiva puede tardarse hasta varias semanas, alargando el tiempo para dar el diagnóstico y viéndose sometido, tanto el profesional como el paciente, a la necesidad de realizar varias consultas.
Estas características no se eligieron al azar, fueron producto del procesamiento, análisis, modelamiento de los datos del test de inteligencia; estos ítems, aplicados mediante modelos de aprendizaje automático de árbol de decisión (un mapa de los posibles resultados de una serie de decisiones relacionadas) y regresión logística (modelar la probabilidad de un evento ocurriendo en función de otros factores), dieron vida al modelo computacional.
"El desarrollo determina aquellas variables asociadas con el CI que mejor predicen el diagnóstico de discapacidad intelectual, e implementa un modelo predictivo con dichas variables. Así, se crea un modelo reducido de la prueba de inteligencia, aplicando aprendizaje automático que les permitirá a los psicólogos hacer una evaluación rápida y efectiva en los casos en que los evaluados presentan sospecha de discapacidad intelectual", asegura.
Aunque admite que el desarrollo no es infalible y no es aceptado aún como reemplazo de los test establecidos, sí ayuda a confirmar diagnósticos y también es una herramienta útil cuando la puntuación obtenida en las pruebas se ubica muy cerca del límite entre dos categorías diagnósticas: retraso mental leve (coeficiente intelectual aproximado de 50 a 69), retraso mental moderado (CI entre 35 y 49), retraso mental grave (CI de 20 a 34), y retraso mental profundo (CI inferior a 20).
"En este caso, el desarrollo computacional es una ayuda fundamental, pues permite otra evaluación mucho más rápida para confirmar diagnóstico o precisarlo", señala el ingeniero. Agrega que las herramientas computacionales y la inteligencia artificial ofrecen el potencial de revolucionar el diagnóstico y tratamiento de enfermedades, por ser capaz de analizar y clasificar una gran cantidad de datos muy difíciles o imposibles de manejar para los humanos.
De este modo, pueden coadyuvar, junto con la experiencia de los profesionales en salud mental, a mejorar la efectividad del diagnóstico, además de recomendar o señalar cursos de acción, tanto en la evaluación como en el tratamiento de patologías psicológicas.