Seguimos avanzando en el emocionante viaje en el que nos encontramos inmersos desde hace unos meses, el Proyecto MatchMind: Algoritmo de personalización de la asignación de pacientes a profesionales de la salud mental.
Esta iniciativa colaborativa que coordina el Cluster de Salud Mental de Cataluña y cuenta con la participación de SIVI, nuestro socio Fundación INTRAS y las empresas ITA Clinic, MEDEA MIND e ISALUS.
Juntos, nos hemos embarcado en el desarrollo innovador de un sistema de emparejamiento entre pacientes y profesionales para mejorar los resultados del proceso terapéutico.
Dicho sistema utilizará variables clínicas y demográficas del paciente, junto con el estilo terapéutico, la personalidad, el área de experiencia, así como otras variables de los profesionales con el objetivo de asignar a cada paciente el profesional más adecuado.
Para ello, desarrollaremos dos protocolos de evaluación (uno para pacientes y otro para profesionales) donde se evaluarán las variables más relevantes para la selección del profesional. La información recogida por dichos protocolos alimentará un algoritmo de personalización, encargado de emparejar pacientes y profesionales en base a sus datos.
Un vistazo al alma de MATCH MIND
En su esencia, MATCH MIND aspira a desarrollar un software de asignación de nuevos pacientes a psicoterapeutas basado en datos provenientes tanto de los pacientes como de los terapeutas. La hipótesis central del proyecto es que emparejar de forma óptima pacientes y profesionales en base a variables clínicas mejorará los niveles de satisfacción, la adherencia al tratamiento, la alianza terapéutica y la motivación para el cambio, lo que en última instancia mejorará la eficacia terapéutica.
En resumen, conocidas las graves consecuencias de estos trastornos, no sólo en las personas que los padecen sino también en su entorno, consideramos como los principales destinatarios del proyecto a los pacientes afectados y sus familias. Una vez alcanzado el máximo rendimiento del sistema, la solución podrá extenderse a cualquier dispositivo de psicoterapia tanto de la red pública como privada. Debido a la incidencia observada actualmente, la afluencia de nuevos pacientes de salud mental supone un desafío para los responsables de las unidades de salud mental. La herramienta permitirá racionalizar estos servicios a través de asistir al proceso clave de asignar pacientes a profesionales, minimizando la probabilidad de errores en este proceso, optimizando como resultado el uso de los recursos a través de aumentar la precisión en la asignación de éstos.
Explorando las fronteras de la investigación
En la fase inicial estuvimos inmersos en desarrollar los protocolos de evaluación para pacientes y profesionales, así como la primera versión del algoritmo de emparejamiento entre pacientes y profesionales, para a continuación, desarrollar el software donde se implementarán los protocolos de evaluación, el algoritmo de emparejamiento y los dashboards donde se visualizarán los resultados del emparejamiento. En breve, se implementará el sistema piloto en varios centros de prueba.
Innovación tecnológica y más allá
MATCH MIND explora la integración en un software mediante tres “dashboards” (uno para el paciente, otro para el profesional y un tercero para la administración de la clínica), donde se presentarán de forma sencilla y atractiva la decisión del algoritmo y los motivos de la misma. Finalmente, la información recogida por el sistema se irá almacenando para entrenar el futuro algoritmo de Inteligencia Artificial que se desarrollará en fases posteriores. Con este algoritmo supervisado se podrán realizar predicciones más complejas sobre la personalización de tratamientos en diferentes problemas de salud mental.
Un futuro prometedor
El presente proyecto continuará con una segunda fase de desarrollo y validación de un algoritmo de Inteligencia Artificial para la asignación del profesional más apropiado para cada paciente. Con el objetivo principal de investigar y desarrollar algoritmos más complejos basados en inteligencia artificial, lo que permitirá mejorar la precisión de las recomendaciones.
Este proyecto ha sido financiado por la línea de ayudas AEI (Asociaciones Empresariales Innovadoras) del Ministerio de Industria, Comercio y Turismo.
Número de Expediente: AEI-010500-2023-133