¿Cómo describir el dolor? ¿Cómo medir una experiencia tan subjetiva, tan íntima y tan compleja? Hasta ahora, los cuestionarios estandarizados eran la herramienta principal en consulta. Sin embargo, un nuevo estudio pionero de la Universitat Oberta de Catalunya (UOC) plantea que los avances en inteligencia artificial podrían ofrecer una vía complementaria para evaluar la severidad del dolor: analizar textos escritos por los propios pacientes para detectar la gravedad del dolor, la discapacidad asociada y otros factores emocionales o sociales que influyen en su vivencia.

La investigación, llevada a cabo por el grupo Artificial Intelligence and Data for Society (AID4So) del centro UOC-Tech, ha analizado narrativas personales de pacientes con fibromialgia, un síndrome caracterizado por dolor crónico generalizado y de difícil diagnóstico. Los resultados, publicados en la revista Journal of Medical Internet Research, muestran que el modelo de lenguaje GPT-4 puede evaluar el dolor y la discapacidad con una precisión muy próxima a la de los profesionales sanitarios especializados.

El dolor crónico va más allá de lo físico. Afecta a la salud mental, a la vida familiar, al trabajo y a la autoestima. Por eso, muchos expertos consideran que las narrativas escritas son una forma más rica y matizada de explorar cómo lo experimenta cada persona. Sin embargo, esta herramienta está en desuso, en gran parte porque el personal sanitario no dispone del tiempo ni los recursos necesarios para leer y analizar decenas de relatos extensos. “Ahí es donde entra en juego la inteligencia artificial”, explica Rubén Nieto, catedrático de los Estudios de Psicología y Ciencias de la Educación de la UOC y líder del estudio. “La IA permite recuperar el valor clínico de las narrativas personales sin sobrecargar a los profesionales, ofreciendo una forma más profunda, rápida y empática de evaluar el dolor”.

Una diferencia media de solo 1 punto

A partir de 43 narraciones escritas por pacientes con fibromialgia, el equipo comparó las valoraciones generadas por GPT-4 sobre la severidad del dolor y el nivel de discapacidad con las realizadas por expertos humanos. En una escala de 0 a 10, la diferencia media fue de solo 1,2 puntos en dolor y 1,4 en discapacidad. Además, las puntuaciones generadas por la IA mostraron una correlación significativa con escalas clínicas reconocidas, como el Fibromyalgia Impact Questionnaire o la escala HADS de ansiedad y depresión.

Una de las claves es que GPT-4 no se limita a dar un número. “También ofrece una explicación comprensible sobre cómo ha llegado a esa conclusión, lo que permite al profesional valorar el contexto y tomar decisiones con más información”, destaca Jacopo Amidei, coautor del estudio. “No sustituye al especialista, pero puede actuar como un asistente que ayuda a interpretar mejor el dolor”, añade Andreas Kaltenbrunner, también investigador del proyecto.

Detección de señales ocultas

Más allá de medir la intensidad del dolor, los investigadores ven un enorme potencial en la capacidad de la IA para detectar factores emocionales asociados, como la ansiedad, la depresión o la desesperanza, que a menudo pasan desapercibidos. Y lo más interesante: la posibilidad de realizar un seguimiento longitudinal. Si se analiza lo que escribe un mismo paciente a lo largo del tiempo, se pueden observar cambios sutiles en su estado de ánimo, en la evolución de la enfermedad o en la efectividad de los tratamientos.

La investigación contó también con la participación de profesionales del Hospital Vall d’Hebron de Barcelona y plantea un futuro en el que los modelos de lenguaje ayuden a humanizar la atención médica, dando más espacio a la voz del paciente sin renunciar a la objetividad clínica. Y es que, este trabajo abre una puerta prometedora: reintroducir lo narrativo en la práctica clínica sin que ello suponga una carga para los profesionales. “Durante años hemos dejado de lado los relatos porque no podíamos analizarlos con eficacia. Con esta tecnología, podemos volver a escuchar a los pacientes con más profundidad, y al mismo tiempo, mejorar la eficiencia del sistema”, resume Rubén Nieto.