La IA interpreta entrevistas psiquiátricas simuladas, pero aún presenta brechas en el razonamiento clínico

Las pistas de una entrevista psiquiátrica se encuentran tanto en lo que dice el paciente como en su tono de voz, sus movimientos y la forma en que se desarrolla su pensamiento. Si la IA puede ayudar a organizar esta información, podría ofrecer nuevas herramientas para la enseñanza clínica. Un estudio realizado conjuntamente por UTHealth Houston y la Universidad de Yale puso a prueba esta capacidad mediante vídeos de entrevistas simuladas: el equipo investigador valoró positivamente el desempeño diagnóstico general, pero las evaluaciones específicas revelaron brechas de razonamiento aún sin superar.

El estudio, publicado en *npj Mental Health Research*, utilizó el modelo multimodal Qwen3-Omni junto con un programa desarrollado por el equipo para analizar el habla, los sonidos y la conducta en los vídeos, y generar descripciones escritas de la evaluación del estado mental. Las pruebas se realizaron con pacientes estandarizados que representaban esquizofrenia, trastorno obsesivo-compulsivo y trastorno bipolar, con distintos grados de gravedad de los síntomas; se trata de un entorno simulado y controlado que todavía no permite representar el desempeño en consultas reales.

La IA y los equipos de especialistas en psiquiatría de ambas instituciones realizaron, por separado, clasificaciones en diez dimensiones, entre ellas el estado de ánimo, la apariencia, el habla, la percepción y el proceso de pensamiento. Según el resumen del artículo, en 396 clasificaciones, el índice de concordancia entre expertos Gwet’s AC1 fue de 0.87, mientras que la concordancia entre el modelo y los expertos fue de 0.70 a 0.72. Estas cifras miden la concordancia de las evaluaciones y no pueden interpretarse directamente como tasas de acierto diagnóstico; también muestran que sigue existiendo una distancia entre los juicios de la IA y los de los expertos.

El comunicado de UTHealth Houston y la información de la universidad publicada en Medical Xpress destacaron que los diagnósticos generales del modelo eran sistemáticamente precisos, aunque también mencionaron errores al interpretar la apariencia y los movimientos sutiles. El resumen del artículo señaló además que el modelo tendía a clasificar como anormales señales observables, como el habla y la expresión afectiva, pero era más propenso a pasar por alto signos como los delirios, que requieren comprender experiencias subjetivas; a medida que aumentaba la gravedad de los síntomas, también disminuía la concordancia entre los juicios del modelo y los de los expertos.

Esto concreta las posibles aplicaciones educativas del estudio. El equipo propuso que los estudiantes comparen las evaluaciones de la IA con los juicios de médicos experimentados, investiguen cómo se producen los errores y practiquen la deducción de su significado clínico a partir del relato del paciente. Los investigadores también esperan que, en el futuro, la herramienta pueda apoyar a médicos jóvenes o a profesionales clínicos sin formación en psiquiatría; mejorar sus capacidades en cada dimensión de la evaluación es el siguiente paso.

El paso de los vídeos simulados a la consulta aún requiere validación con pacientes reales. Estos resultados ofrecen capacidades y patrones de error que pueden someterse a prueba, pero todavía no demuestran que la herramienta pueda mejorar los resultados de la atención. Para la IA en psiquiatría, extraer señales audiovisuales es solo el punto de partida; su capacidad para comprender de forma fiable las experiencias del paciente y permitir que los médicos identifiquen los puntos ciegos de sus juicios determinará cuánta responsabilidad clínica pueden asumir estos sistemas.