Desarrollan Inteligencia Artificial para detectar la desregulación emocional en médicos
Un proyecto de la doctora Valeria Soto (UADC) combina relojes inteligentes y aprendizaje automático para predecir cuadros de estrés severo con un 70% de certeza en personal de salud
Una investigación liderada por la doctora Valeria Soto Mendoza, académica de la Universidad Autónoma de Coahuila (UAdeC) ha demostrado la viabilidad de utilizar inteligencia artificial y dispositivos vestibles (como smartwatches) para detectar e inferir cuadros de desregulación emocional en tiempo real.
En el exigente entorno hospitalario, donde el cansancio y la presión pueden comprometer la estabilidad del personal médico, científicos se apoyan de la tecnología para convertirla en una herramienta preventiva para cuidar a quienes cuidan a la población.
La investigación fue presentado en InterciencIA, primer Encuentro Multidisciplinario de Inteligencia Artificial Aplicada.
El estudio integró la recolección de datos biométricos mediante relojes inteligentes, que incluyen frecuencia cardíaca, variabilidad del ritmo cardíaco y actividad física, con la aplicación de la escala psicológica estandarizada DERS de 28 reactivos para evaluar ansiedad, depresión y desregulación emocional.
Para el procesamiento de los datos, el equipo entrenó algoritmos basados en árboles de decisión, específicamente Random Forest y XGBoost.
En entrevista, la doctora Soto indicó que al evaluar el rendimiento, el modelo híbrido, que combina variables biométricas con las respuestas de los cuestionarios, logró clasificar los niveles de desregulación emocional catalogados como leve, moderado y severo con un 70% de confiabilidad.
UN AVANCE SIGNIFICATIVO PARA LAS CIENCIAS DE LA CONDUCTA
Explicó que, aunque en el ámbito de la ingeniería de datos un 70% de precisión suele considerarse una prueba de concepto preliminar, en el campo de la psicología representa un logro de gran envergadura.
Mientras que los modelos estadísticos tradicionales en ciencias de la salud suelen predecir conductas humanas, el aprendizaje automático permite que los sistemas identifiquen patrones dinámicos adaptados a las respuestas reales de las personas.
PRUEBA PILOTO
La muestra del proyecto estuvo conformada por médicos residentes de primer año pertenecientes a diversas instituciones públicas del estado de Coahuila, entre ellas el Hospital General de Saltillo, Monclova, el Hospital Materno Infantil y el Centro Estatal de Salud Mental (Cesame).
Entre los hallazgos más destacados se observó que el personal adscrito al Cesame presentó mejores herramientas de afrontamiento y menores episodios de desregulación, lo que confirma que la formación previa y el entrenamiento en salud mental brindan una mayor capacidad de contención ante el estrés laboral.
LA CONTENCIÓN EN TIEMPO REAL
El prototipo desarrollado (Emodil) está concebido para funcionar en conjunto con una aplicación móvil que, al identificar signos de desregulación emocional a través del smartwatch, emita alertas inmediatas y sugerencias de afrontamiento previamente validadas por psicólogos, como ejercicios de respiración o pausas activas. En casos donde los episodios sean severos o recurrentes, el sistema recomendará la atención presencial con un especialista.
La doctora Soto enfatizó que la investigación se rige bajo un estricto protocolo metodológico para garantizar la objetividad de las evidencias y evitar sesgos.
Actualmente, el proyecto prevé ampliar la recolección de datos en colaboración con la Secretaría de Salud, sumando a estudiantes de medicina y pasantes de servicio social para fortalecer y robustecer los algoritmos.
