Esta página se ha traducido automáticamente del turco. Leer el original

Esta página es un resumen en turco, elaborado con ayuda de inteligencia artificial, del trabajo presentado en el 26.º Congreso Mundial de Psiquiatría. El trabajo pertenece a los autores que lo presentan; para citarlo, consulte la fuente original.

EV0464

LAGUN_Esquizofrenia: un sistema basado en inteligencia artificial para predecir riesgos y reducir las exacerbaciones en pacientes con esquizofrenia

LAGUN_SCHIZOPHRENIA: ARTIFICIAL INTELLIGENCE-BASED SYSTEM FOR PREDICTING RISKS AND MINIMIZING RELAPSES IN PATIENTS WITH SCHIZOPHRENI.

La plataforma LAGUN, basada en inteligencia artificial e integradora de datos clínicos, comunicados por los pacientes y procedentes de dispositivos portátiles, ha iniciado su aplicación clínica temprana; su capacidad predictiva y su efecto sobre las exacerbaciones aún no se han validado.

El objetivo del estudio es desarrollar y validar una plataforma de salud digital basada en inteligencia artificial que combine datos clínicos, conductuales y fisiológicos para identificar biomarcadores digitales, estimar el riesgo individual de exacerbación y proporcionar a los profesionales clínicos información que permita orientar las intervenciones durante las transiciones del hospital al domicilio. LAGUN integra tres fuentes de datos longitudinales: datos clínicos y contextuales (características basales, historia clínica y factores psicosociales), datos aportados por los pacientes (estado de salud autoinformado, actividad diaria y adherencia al tratamiento mediante una aplicación móvil) y biomarcadores digitales pasivos (mediciones de actividad, sueño y parámetros cardiovasculares obtenidas mediante un dispositivo portátil). Los datos multimodales se procesan en módulos de análisis de inteligencia artificial para reconocer patrones individuales, detectar desviaciones respecto al estado basal y estimar el riesgo de exacerbación; los resultados se presentan a los profesionales mediante un panel web. En la aplicación piloto se incluyeron 15 participantes, de los cuales 9 fueron monitorizados mediante un dispositivo portátil; se acumularon 481 días-paciente de seguimiento y se registraron 147 transiciones del hospital al domicilio. Se notificó una cobertura de datos del 60,7 % durante los períodos de permiso en el domicilio. Durante la implementación se recopilaron satisfactoriamente mediciones longitudinales del sueño y de la frecuencia respiratoria, aunque se detectó la ausencia de datos de algunas variables derivadas del dispositivo portátil, hallazgo que se utilizó para mejorar el flujo de procesamiento de datos. Los autores señalan que la cohorte actual es pequeña y que tanto el rendimiento predictivo como el efecto sobre las exacerbaciones y los reingresos requieren una validación a mayor escala. En conclusión, se indica que la plataforma pretende apoyar una atención de la esquizofrenia continua, predictiva y personalizada, manteniendo la toma de decisiones bajo la dirección de los profesionales clínicos, y que la validación prospectiva permitirá determinar su capacidad para predecir y prevenir las exacerbaciones.

Todos los resúmenes del WCP 2026