¿Conseguirán las máquinas predecir el suicidio?

Alrededor de un centenar de personas se suicida cada hora en el mundo: entre 800.000 y un millón de muertes al año, según la OMS. Son más muertes que las causadas por asesinatos, guerras o por el SIDA; una mortalidad equiparable a la de los accidentes de tráfico. A los suicidios consumados, hay que sumar unos 25 millones de tentativas y unos 140 millones de personas con pensamientos suicidas.

Las tasas globales de suicidio llevan décadas sin apenas mejorar a pesar de que los Estados Miembros de la OMS se comprometieron a trabajar para alcanzar la meta mundial de reducir las tasas nacionales de suicidios en un 10% entre 2013 y 2020.

Un reto nada fácil

Predecir el suicidio es uno de los retos más complejos a los que se enfrenta la comunidad sanitaria. La mayoría de guías, consensos y recomendaciones clínicas se basan en la observación de un gran número de señales de alarma y factores de riesgo. Por ejemplo, la OMS advierte que los pueblos indígenas, la población migrante o refugiada o las personas no heterosexuales tienen más riesgo de suicidio que otros grupos; la American Association of Suicidology cita las rupturas románticas o los suspensos académicos; la American Foundation for Suicide Prevention pone atención en la presencia de diagnósticos psiquiátricos o el acceso a medios letales, como armas o venenos.

A esto se suman señales de alarma tan amplias como la agitación, el insomnio, los cambios bruscos de humor, la falta de un sentido de la vida, las despedidas de seres queridos, deshacerse de bienes valiosos o incluso cambiar de dieta.

La falta de especificidad y concreción de muchos de estos indicadores hace que una proporción enorme de la población pueda encajar equívocamente en un perfil suicida en algún momento de su vida. Por ejemplo, la depresión es un factor de riesgo amplísimamente citado como predictor del suicidio, sin embargo, solo un 2 por ciento de las personas con depresión severa llegan a suicidarse. Esta cifra, para EE.UU., no es mucho mayor que el 1,6 por ciento que se suicida cada año entre el conjunto de la población general.

Solo somos capaces de adivinar quién va a suicidarse con una precisión apenas superior a la del puro azar

A esta cascada casi inabarcable de causas multifactoriales que preceden a un suicidio se suman los obstáculos del tabú y del estigma, que emborronan aun más cualquier vía de avance: una combinación endiablada que podría desalentar al más tenaz de los equipos de investigación. Recientemente, una profunda revisión académica de los avances globales en predicción de suicidios durante el último medio siglo encontró un dato descorazonador: solo somos capaces de adivinar quién va a morir por suicidio con una precisión apenas superior a la del puro azar. Para colmo, estos discretos resultados casi no han mejorado durante los últimos 50 años.

¿Está todo perdido?

Parece claro que los humanos no estamos llegando a tiempo, no logramos adelantarnos al último pensamiento suicida de las víctimas. ¿Está todo perdido? Tal vez no. Quizá la aproximación multifactorial de la mayoría de guías y consensos para predecir y prevenir el suicidios sea demasiado amplia o genérica para profesionales humanos, pero ¿y si delegamos parte del trabajo a las máquinas y a su, cada vez mayor, capacidad de aprendizaje? Ya se está intentando y los resultados parecen prometedores.

El aprendizaje automático o machine learning es una rama de la inteligencia artificial que investiga la capacidad de los ordenadores para construir y hacer evolucionar modelos analíticos por sí solos. La idea es que a partir de grandes volúmenes de datos —big data— y un algoritmo, las máquinas sean capaces de descubrir patrones e, incluso, tomar ciertas decisiones con una mínima intervención humana.

Las máquinas pueden decirnos con precisión quién morirá por suicidio, pero aún no pueden decirnos cuándo lo hará

Recientemente, un equipo estadounidense de las universidades de Vanderbilt, en Tennessee, y de la Universidad Estatal de Florida, publicó los resultados de su último estudio sobre el uso del aprendizaje automático en la prevención del suicidio, en este caso aplicado a adolescentes, el grupo de edad con mayor riesgo de morir por daños autoinflingidos. En su análisis, utilizaron una variante del aprendizaje automático basada en los llamados “bosques aleatorios”, una combinación de árboles de decisión (de ahí su nombre). Como fuente de datos utilizaron los registros anonimizados de ingresos hospitalarios de adolescentes con autolesiones entre 1998 y 2015.

La idea era comparar la capacidad de las máquinas para predecir suicidios frente a métodos estadísticos tradicionales usando los mismos datos. Los resultados parecen interesantes: este sistema de aprendizaje automático generó buenas combinaciones de más de 600 factores de riesgo a lo largo del tiempo y consiguió más precisión que la estadística tradicional en todo momento y en todos los grupos de control.

Además, el aprendizaje automático mejoró su capacidad predictiva a medida que el riesgo de suicidio se acercaba en el tiempo, dando más valor a aquellas variables que mostraban mayor relevancia en los días previos a un suicidio, aunque parecieran menos importantes semanas atrás, como por ejemplo el índice de masa corporal en adolescentes con depresión: las máquinas dieron más significado al sobrepeso en este grupo a corto plazo y le quitaron valor a largo plazo.

Aunque pueden predecir con precisión quién morirá finalmente por suicidio, todavía no pueden decirnos cuándo alguien morirá por suicidio

En palabras recientes de Joseph Franklin, uno de los autores del estudio, “los resultados de varios grupos en los últimos años han mostrado que este enfoque puede predecir consistentemente futuros intentos de suicidio y muerte con una precisión del 80-90 por ciento”. “Toda esta investigación muestra que el suicidio, por desgracia, es demasiado complejo e indeterminado como para que los humanos podamos predecirlo”, asegura Franklin. “El aprendizaje automático puede hacer mucho mejor el trabajo de aproximarse al suicidio, pero incluso las máquinas se quedan cortas. Aunque pueden predecir con precisión quién morirá finalmente por suicidio, todavía no pueden decirnos cuándo alguien morirá por suicidio”, añade. “Esa dimensión del «cuándo» es crítica y aún estamos a muchos años de contabilizarla”.