Herramienta agilizaría diagnóstico de discapacidad cognitiva

La herramienta tecnológica fue desarrollada por el ingeniero electrónico y en telecomunicaciones Nelson Fabián Leyva, magíster en Ingeniería de Sistemas y Computación de la Universidad Nacional de Colombia (UNAL), 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.

En el país, el diagnóstico de este tipo de trastornos en niños de entre seis y 16 años, se apoya a través del test WISC-IV, una prueba para la exploración del Cociente general de inteligencia, e índices de Comprensión verbal, Razonamiento perceptivo, Memoria de trabajo y Velocidad de procesamiento. Consta de 15 subtests 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.

“De todos los ítems que se analizan en la prueba, se eligieron 18 características cognitivas más informativas, fundamentados en la información obtenida a través de los datos que arrojó el test WISC-IV para los niños y adolescentes que son atendidos en el Servicio de Atención Psicológica (SAP) de la UNAL, por presentar algún tipo de dificultades o malestar psicológico que afecta su rendimiento académico o su vida cotidiana”, explica el ingeniero.

Estas características no se eligieron al azar. Fue 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).

“Por ejemplo, si un niño evaluado presenta en la prueba tradicional una puntuación de 69 o 70 en el CI, no se podría definir con certeza si su condición es de inteligencia límite o discapacidad intelectual, lo que eventualmente requerirá que se apliquen otra serie de pruebas que midan el funcionamiento intelectual para definir la condición cognoscitiva actual del niño, y así mismo establecer la mejor ruta de intervención”.

“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.