Traducido por Nico Olivé, editado por Sara Gutierrez
Todos los días en los medios de comunicación, aunque también en la literatura médica, pueden encontrarse promesas acerca del “Big Data”, la “Medicina de Precisión” y el “Machine Learning” en el ámbito de la medicina. Estas proclamaciones suelen comenzar con frases como: “La salud mental (incluido el abuso de sustancias) es el quinto mayor contribuyente de morbilidad mundial, con un costo económico de 2.5 billones en 2010, que se espera que se duplique para el 2030”.1
Luego, estos artículos señalan las infinitas posibilidades de la digitalización en la medicina. El “Big Data” es alabado como la solución a todos los problemas en la psiquiatría: supuestamente mejoraría no solo la detección temprana de los trastornos mentales, sino también la terapia. Estas promesas suenan celestiales: “El emergente campo de la ‘analítica predictiva de la salud mental’ ha generado recientemente un gran interés con la audaz promesa de revolucionar la práctica clínica en la psiquiatría”. 2 ¿Alguien cree realmente eso? Y lo que es más importante, ¿queremos eso?
En mi reciente publicación de blog “¿Le conoce mejor su teléfono que su terapeuta?”, describí lo que significa el “fenotipo digital” y las grandes expectativas asociadas con el mismo. También he expresado mi escepticismo. El “Big Data” en la psiquiatría va más allá de eso. Pretende inferir nuestro estado mental a partir de las imágenes que publicamos en Facebook o Instagram. Ya se han publicado estudios iniciales en los que un algoritmo diagnosticó “depresión” o “trastorno de estrés postraumático” basándose en fotos de Instagram o publicaciones en Twitter, a veces mucho antes de que se haya hecho un diagnóstico clínico. Muy pronto, las máquinas deberían poder analizar el habla para derivar diagnósticos como depresión o demencia incipiente. También hay afirmaciones de que el tipo de música que escuchamos podría permitir sacar conclusiones sobre nuestro estado emocional. Algunos esperan en serio que analizando los montones de datos recogidos sobre nosotros -y no se trata sólo de nuestros rastros digitales, sino también de datos biológicos como genes, patrones epigenéticos, hormonas, valores y cualquier cosa que se pueda “medir”- se puedan “descubrir” las enfermedades mentales tan pronto que ya ni siquiera se produzcan.
Si quieres tener una idea de lo que podría significar esta visión, mira la gran película de Steven Spielberg “Minority Report”, en la que los crímenes se previenen incluso antes de que se cometan. Pero la visión del futuro de la “Psiquiatría del Big Data” va mucho más allá de eso, y plantea muchas preguntas. ¿Quién hará un diagnóstico médico en el futuro? ¿Un médico? ¿O las máquinas de Google y Apple? Y si los recolectores de datos han encontrado evidencia de que sufro de depresión, ¿quién será informado? ¿Un sistema de salud pública? ¿Una “autoridad superior para la salud mental”? ¿Se comunicará esta autoridad conmigo para el tratamiento? Y si no quiero eso, ¿me “vigilarán” para prevenir mi posible suicidio? ¿Qué le sucede a alguien cuyos datos sugieren que se le diagnosticará psicosis con un 90% de certeza en los próximos seis meses? Y si creemos – como algunos en realidad lo hacen, en los humanos como máquinas biológicas deterministas – que esto ocurriría con un 100% de certeza, ¿entonces qué? ¿Los tratamos de forma profiláctica? ¿Tenemos siquiera derecho a advertirles?
¿Quién definirá lo que es “normal”? ¿Cuándo una “depresión” necesita tratamiento si una máquina hace el “diagnóstico”? En un artículo reflexivo, Manrai, Patel (ambos de la Universidad de Harvard) y Ioannidis (Universidad de Stanford) hicieron recientemente la pregunta, “En la era de la Medicina de Precisión y el Big Data, ¿Quién es Normal?”3 El concepto de Criterio del Dominio de Investigación (RDoC), un marco dimensional para la investigación integradora de la (dis)función mental a través de diferentes niveles de información y organización, también sugiere que en el futuro – aunque esto puede ser un poco exagerado – ya no se tratará la persona que sufre, sino a la función cerebral alterada. ¿Habrá valores límite, tal como es habitual en el entorno de laboratorio, fuera de los cuales se deba recomendar el tratamiento?
Finalmente, emociones como la depresión, el miedo o la desesperación tienen su significado evolutivo. Especialmente las sociedades industrializadas occidentales tienden a considerarlas como no deseadas y quieren apagarlas a cualquier costo. Estoy convencido de que esta es una de las razones por las que el uso (o quizás mejor – ¿el consumo?) de antidepresivos ha aumentado drásticamente en los últimos veinte años y sigue aumentando cada año. ¿Nos hemos vuelto más saludables? Se puede encontrar la respuesta en el primer párrafo de esta publicación. La psiquiatría del Big Data es la respuesta a los avances sociales. Sin embargo, causa a muchas personas al menos tanto malestar como los propios avances.
Descargo de responsabilidad: esta publicación de blog fue traducida y editada por voluntarios. Los contribuyentes no representan a la MIND Foundation. Si observa algún error o ambigüedad, háganoslo saber; estamos agradecidos por cualquier mejora. Si quiere apoyar nuestro proyecto sobre multilingüismo, ¡contáctanos para unirse al MIND Blog Translation Group!
Conway M, O’Connor D. Social Media, Big Data, and Mental Health: Current Advances and Ethical Implications.CurrOpinPsychol.2016;9:77-82.doi:10.1016/j.copsyc.2016.01.004
Hahn T, Nierenberg AA, Whitfield-GabrieliS.Predictive analytics in mental health: applications, guidelines, challenges and perspectives. Molecular psychiatry. 2017;22(1);37–43.https://doi.org/10.1038/mp.2016.201
ManraiAK, Patel CJ, Ioannidis JPA. In the Era of Precision Medicine and Big Data, Who Is Normal? JAMA. 2018;319(19):1981-2.doi:10.1001/jama.2018.2009