Elegir el tratamiento adecuado para la depresión mayor suele ser una travesía de prueba y error. Muchos pacientes deben pasar por múltiples medicamentos antes de encontrar alivio. Sin embargo, una nueva investigación sugiere que este proceso podría cambiar pronto gracias a la inteligencia artificial y a los escaneos cerebrales.
Un estudio publicado en JAMA Network Open ha demostrado que combinar datos clínicos con imágenes cerebrales permite predecir de forma más precisa qué antidepresivo será más efectivo para cada persona. En particular, se identificaron patrones de actividad en la corteza cingulada anterior dorsal que permiten anticipar la respuesta a medicamentos comunes como la sertralina y el escitalopram.
La investigación se basó en dos grandes ensayos clínicos realizados en EE.UU. y Canadá (EMBARC y CANBIND-1). Los modelos predictivos integraron datos clínicos, demográficos y de conectividad cerebral de más de 350 participantes. Al aplicar algoritmos de aprendizaje automático, los resultados mejoraron significativamente, logrando una predicción más certera sin importar el entorno clínico.
El Dr. Diego Pizzagalli, uno de los principales investigadores, destacó que este enfoque puede reducir los tiempos de sufrimiento para quienes padecen depresión, al evitar el tratamiento basado en ensayo y error. La medicina personalizada en salud mental se perfila así como una herramienta poderosa para mejorar la calidad de vida de millones de personas.
Aunque el estudio representa un avance significativo, los científicos advierten que aún se necesita mayor investigación antes de aplicar estos modelos en entornos clínicos reales. La esperanza es que, en un futuro cercano, esta tecnología también permita identificar respuestas a otros tratamientos y contribuya al desarrollo de terapias más personalizadas.
