Las herramientas de inteligencia artificial no son suficientes para prevenir el suicido y las autolesiones, ya que la precisión de los algoritmos de aprendizaje automático para predecir comportamientos suicidas es demasiado baja como para ser útil en la detección de individuos de alto riesgo.

Es la conclusión principal de un trabajo realizado por investigadores de la Universidad de Melbourne (Australia), que analizaron más de 50 estudios que utilizan el aprendizaje automático para predecir el suicidio o las autolesiones. Publicaron los resultados en la revista Plos Medicine.

En los últimos 50 años se desarrollaron numerosas escalas de evaluación de riesgos para identificar a pacientes con alto riesgo de suicidio o autolesión, y en general esas escalas presentaron una baja precisión predictiva, aunque la disponibilidad de métodos modernos de aprendizaje automático, combinados con datos de historiales médicos electrónicos, reorientó la atención hacia el desarrollo de nuevos algoritmos para prevenirlo.

Pero los investigadores comprobaron que las propiedades predictivas de los algoritmos de aprendizaje automático son también deficientes y no mejoran las escalas tradicionales de predicción de riesgos.

Los investigadores realizaron una revisión sistemática y un análisis de 53 estudios previos que utilizaron algoritmos de aprendizaje automático para predecir el suicidio, la autolesión y un resultado combinado de suicidio y autolesión; en total, los estudios analizaron más de 35 millones de historiales médicos y casi 250.000 casos de suicidio o de autolesión tratada en hospitales.

Descubrieron que estos algoritmos clasificaron erróneamente como de bajo riesgo a más de la mitad de quienes posteriormente acudieron a los servicios de salud por autolesión o murieron por suicidio; o que entre las personas clasificadas como de alto riesgo, solo el 6 por ciento murió posteriormente por suicidio y menos del 20 por ciento volvió a presentarse a los servicios de salud por autolesión.