Mar Puialto: investigadora del IISGS, presenta los beneficios de la IA en la prevención del suicidio
La investigadora del IISGS, Mar Puialto, autora de un estudio longitudinal centrado en la aplicación de técnicas de machine learning a la predicción del riesgo suicida en pacientes con trastorno obsesivo-compulsivo (TOC).
• La investigadora del IISGS y facultativa del servicio de Psiquiatría en el Hospital Público Álvaro Cunqueiro realizó la presentación: Machine Learning aplicado al riesgo suicida en psiquiatría: resultados de una cohorte Longitudinal, dirigida a todos los profesionales del Área Sanitaria de Vigo
• En la sesión se presentaron los resultados de un estudio de 199 pacientes con trastorno obsesivo-compulsivo seguidos durante una media de 18 años
• Las conclusiones del estudio indican resultados muy prometedores ya que la inteligencia artificial logra clasificar correctamente 8 de cada 10 pacientes según su riesgo de desarrollar conductas suicidas
• Está previsto el desarrollo de una segunda fase del estudio en el Hospital Público Álvaro Cunqueiro con el objetivo de ampliar la muestra incorporando pacientes que padecen otros trastornos
Vigo, 20 de marzo de 2026. La investigadora del Grupo Neurociencia Traslacional del IIS Galicia Sur y psiquiatra en el Hospital Público Álvaro Cunqueiro, Mar Puialto, presento en una sesión clínica general dirigida a los profesionales del Área Sanitaria de Vigo los resultados de un estudio longitudinal centrado en la aplicación de técnicas de machine learning a la predicción del riesgo suicida en pacientes con trastorno obsesivo-compulsivo (TOC).
La investigación se realizó sobre una cohorte de 199 pacientes seguidos durante una media de 18 años, en un registro clínico a lo largo de casi dos décadas. Los participantes fueron seleccionados entre pacientes de la unidad especializada en TOC del Hospital de Bellvitge (Barcelona), donde la doctora Puialto desarrolló previamente parte de su actividad asistencial e investigadora. Todos los pacientes estaban en seguimiento clínico y participaron en el estudio tras firmar el correspondiente consentimiento informado.
El estudio se llevó a cabo en colaboración entre el hospital de Bellvitge y el Centro Singular de Investigación en Medicina Molecular y Enfermedades Crónicas (CIMUS), de la Universidad de Santiago de Compostela, y será también el eje de la tesis doctoral de la especialista, que se presentará próximamente. Además, este trabajo ya fue reconocido con diversos galardones científicos, entre ellos el premio a la mejor comunicación concedido por la Sociedad Catalana de Psiquiatría, en el año 2023.
La investigación ha analizado múltiples variables clínicas y demográficas habitualmente contempladas en la práctica asistencial, incluyendo características sociodemográficas, gravedad del TOC, presencia de otros trastornos psiquiátricos, estado afectivo, dolor crónico u otras patologías físicas, antecedentes personales y familiares de suicidio, así como el historial de tratamientos recibidos.
El modelo desarrollado mostró una capacidad discriminativa moderada (AUC =0,80), un indicador estadístico que mide la capacidad de un modelo para predecir correctamente un resultado. En una escala en la que 0,5 equivale al azar y 1 indica una predicción perfecta, un valor de 0,80 sugiere que alrededor de 8 de cada 10 pacientes serían clasificados correctamente según su riesgo de desarrollar conductas suicidas.
Entre los principales factores predictores identificados destacan la cuerda afectiva, el trastorno por consumo de sustancias y los antecedentes familiares de suicidio.
Mayor seguridad a la práctica clínica
Según señaló la doctora Mar Puialto, «predecir el riesgo suicida continúa siendo uno de los mayores retos de la psiquiatría clínica. Este estudio demuestra que el análisis conjunto de variables clínicas mediante machine learning puede mejorar nuestra capacidad de segmentación del riesgo».
En este sentido, ha explicado que la utilización de herramientas de inteligencia artificial puede aportar mayor seguridad a la práctica clínica al integrar de forma estructurada información que ya forma parte de la evaluación habitual de los pacientes. «Los resultados indican que el juicio clínico que realizan los profesionales ya se centra en los factores clave. La inteligencia artificial ratifica esas variables y ayuda a priorizarlas de forma más intuitiva, permitiendo una evaluación más rápida y estructurada», indicó la investigadora del IIS Galicia Sur.
La especialista destacó también el potencial preventivo de estas herramientas, ya que permiten identificar con mayor precisión los pacientes con mayor riesgo y orientar mejor el seguimiento clínico. «La inteligencia artificial puede convertirse en un apoyo muy útil para la práctica diaria en los servicios de Psiquiatría, especialmente en la evaluación de pacientes que acuden a urgencias con riesgo de conductas suicidas», añadió.
Los resultados obtenidos se presentan prometedores, especialmente teniendo en cuenta el tamaño de la muestra analizada. La ampliación del número de pacientes y la incorporación de nuevas variables podrían mejorar aún más la capacidad predictiva del modelo.
Segunda fase del estudio con pacientes del Álvaro Cunqueiro
En este contexto, ya está previsto el desarrollo de una segunda fase del estudio en el Hospital Público Álvaro Cunqueiro, que se realizará con pacientes del centro, para lo que ya se elaboró el correspondiente protocolo de investigación.
Además, el objetivo a largo plazo es explorar la aplicación de este tipo de modelos predictivos también en otras patologías psiquiátricas, más allá del trastorno obsesivo compulsivo.
La sesión, celebrada en el marco de la formación continuada del hospital, ha permitido compartir con los profesionales sanitarios las implicaciones clínicas y éticas de la incorporación de estas herramientas a la práctica asistencial, siempre como apoyo al juicio clínico y con un enfoque responsable y centrado en el paciente.
