la inteligencia artificial puede evaluar el dolor con una precisión similar a la de los expertos

la inteligencia artificial puede evaluar el dolor con una precisión similar a la de los expertos. 

Un equipo de la Universitat Oberta de Catalunya (UOC) ha demostrado que los modelos de lenguaje basados en inteligencia artificial, como GPT-4, pueden valorar la severidad del dolor crónico a partir de narrativas escritas por los pacientes con una precisión comparable a la de los profesionales sanitarios.

Estos resultados respaldan el uso de las narrativas como herramienta para describir y comprender el dolor, un recurso que aporta una visión más rica y matizada que los cuestionarios tradicionales, aunque su aplicación clínica ha disminuido por la falta de tiempo y recursos entre los especialistas.

El estudio, llevado a cabo por el grupo Artificial Intelligence and Data for Society (AID4So) del centro UOC-Tech, ha sido liderado por Rubén Nieto, catedrático de los Estudios de Psicología y Ciencias de la Educación. La investigación analizó decenas de relatos personales escritos por pacientes con fibromialgia, un síndrome especialmente complejo por la dificultad de su diagnóstico y el profundo impacto que tiene en la vida de quienes lo padecen.

Los resultados, publicados en la revista Journal of Medical Internet Research, muestran que la IA puede analizar estas descripciones del dolor con una fiabilidad similar a la de los expertos clínicos, lo que abre una vía innovadora para complementar la evaluación médica mediante el uso de narrativas.

La IA como aliada en la evaluación clínica del dolor

El dolor crónico es una experiencia altamente subjetiva y multifacética. Aunque los cuestionarios estandarizados son una herramienta fundamental en la práctica clínica, no siempre logran reflejar la complejidad emocional y contextual de la vivencia del paciente. Las narrativas personales, por el contrario, permiten expresar cómo evoluciona el dolor, su impacto en la vida laboral, familiar y emocional, y las estrategias de afrontamiento o tratamientos empleados.

Sin embargo, esta metodología se aplica poco en la práctica clínica debido a la falta de tiempo de los profesionales para analizar los textos. “Ahí es donde la inteligencia artificial puede marcar la diferencia”, explica Rubén Nieto. “El objetivo de nuestra investigación es encontrar soluciones que mantengan la riqueza de las narrativas, pero que sean viables en el día a día de la práctica sanitaria”.

En el estudio, que contó con la colaboración de Jacopo Amidei, Andreas Kaltenbrunner y Gregorio Ferreira (AID4So-UOC), así como de investigadores del Hospital Vall d’Hebron de Barcelona, se analizaron 43 narrativas de pacientes con fibromialgia.

Los resultados mostraron que GPT-4 puede asignar puntuaciones de gravedad del dolor y del nivel de discapacidad con valores muy próximos a los de los expertos humanos: la diferencia media fue de apenas 1,2 puntos en la valoración de la severidad y 1,4 puntos en la de la discapacidad, en una escala de 0 a 10. Además, las valoraciones de la IA se correlacionaron significativamente con cuestionarios clínicos estandarizados, como el Fibromyalgia Impact Questionnaire y la escala HADS (Hospital Anxiety and Depression Scale).

Identificar señales ocultas y mejorar el seguimiento

“El modelo no solo ofrece una puntuación, sino también una explicación razonada de cómo llega a esa conclusión, lo que permite al profesional interpretarla y contrastarla”, explica Jacopo Amidei, coautor del estudio. “La IA no reemplaza al especialista, sino que actúa como un asistente clínico, facilitando una evaluación más ágil y profunda de la experiencia del dolor”, añade Andreas Kaltenbrunner.

El trabajo también sugiere que la inteligencia artificial podría ayudar a identificar indicadores psicosociales asociados al dolor, como la ansiedad o la depresión, factores que suelen intensificar la percepción del malestar.

Según los autores, el análisis longitudinal de narrativas escritas por un mismo paciente a lo largo del tiempo permitiría detectar cambios sutiles en la evolución de la enfermedad o en las estrategias de afrontamiento, aportando información de gran valor para el seguimiento clínico y la personalización del tratamiento.