Un sistema de inteligencia artificial desarrollado por investigadores de NYU Langone Health alcanzó una sensibilidad del 95,4 % para predecir el riesgo de trastorno de estrés postraumático (TEPT) un mes después de una lesión traumática, mediante el análisis de relatos espontáneos de pacientes atendidos en urgencias. El estudio publicado el 9 de noviembre de 2026 en Nature Communications evaluó a 145 personas en dos centros de trauma de Nueva York y encontró un desempeño comparable al de un especialista en una comparación limitada a 30 casos.
La investigación introduce PREVIA, un sistema que combina varios modelos de lenguaje de gran tamaño (LLM) para identificar señales psicológicas tempranas a partir de una pregunta habitual durante la atención. De los 145 participantes, 43 desarrollaron TEPT durante el primer mes posterior al trauma, equivalentes al 29,66 %. Aunque los resultados muestran posibilidades para la identificación temprana del riesgo, la precisión positiva del modelo fue del 46,76 %, lo que evidencia limitaciones relevantes para su aplicación clínica.
PREVIA analiza relatos de pacientes en urgencias para anticipar el riesgo de TEPT
El estudio se desarrolló dentro del proyecto longitudinal PREDICT, financiado por los Institutos Nacionales de Salud de Estados Unidos (NIH). Los investigadores incluyeron pacientes adultos atendidos durante las primeras 24 horas posteriores a un acontecimiento traumático en dos centros de trauma de nivel I de Nueva York. El diagnóstico de TEPT se evaluó un mes después mediante la escala Clinician-Administered PTSD Scale for DSM-5 (CAPS-5), considerada un instrumento de referencia para la evaluación clínica del trastorno.
Los participantes tenían una edad promedio de 37,8 años y el 69 % eran hombres. Los accidentes graves de tránsito representaron el 74,48 % de los eventos traumáticos registrados, seguidos de las agresiones físicas, con el 18,62 %. Esta composición resulta importante para interpretar los hallazgos, debido a que las características de la población y el tipo de trauma podrían influir en el comportamiento predictivo del sistema.
Durante la atención, un coordinador de investigación pidió a los participantes que describieran el acontecimiento que los había llevado a urgencias. Las respuestas, registradas en video durante un máximo previsto de tres minutos, fueron transcritas y posteriormente procesadas por PREVIA. Los relatos tenían una extensión promedio de aproximadamente 374 palabras, información que permitió analizar expresiones relacionadas con el malestar emocional, las reacciones inmediatas y los factores asociados con el riesgo futuro.
¿Cómo funciona la inteligencia artificial que identifica señales tempranas de estrés postraumático?
PREVIA utiliza una arquitectura de tres capas que integra los modelos Llama, Mistral y DeepSeek. Su funcionamiento busca reproducir una evaluación clínica organizada, en lugar de depender de una única respuesta generada por inteligencia artificial. El sistema examina cuatro dimensiones relacionadas con el desarrollo de TEPT:
- Síntomas postraumáticos tempranos: identifica manifestaciones como recuerdos intrusivos, hiperactivación y otras respuestas iniciales al trauma.
- Reacciones peritraumáticas: examina experiencias ocurridas durante el acontecimiento, como disociación, amnesia o pérdida de control.
- Factores de riesgo: reconoce condiciones personales y contextuales que pueden aumentar la vulnerabilidad al trastorno.
- Factores protectores: considera elementos como estrategias de afrontamiento, apoyo social y perspectivas favorables de recuperación.
En la primera capa, Llama y Mistral analizan independientemente estas dimensiones. Posteriormente, DeepSeek integra los resultados en una síntesis estructurada. Finalmente, otra evaluación incorpora información sobre edad, sexo, tipo de trauma y prevalencia del trastorno para producir una puntuación de riesgo acompañada de una explicación.
Los investigadores destacan que esta arquitectura permite interpretar los elementos que influyen en la predicción, una característica relevante para aplicaciones clínicas donde los profesionales necesitan comprender los fundamentos de las alertas generadas.
El modelo alcanzó una sensibilidad del 95,4 %, pero su precisión positiva fue del 46,76 %
La evaluación de PREVIA se realizó mediante validación cruzada de tres particiones, comparando su funcionamiento con modelos individuales que analizaban los relatos a partir de una única instrucción. La configuración con mejor desempeño obtuvo un área bajo la curva ROC (AUROC) de 0,7849, indicador que refleja su capacidad para distinguir entre pacientes que desarrollarían TEPT y aquellos que no presentarían el diagnóstico.
| Indicador | Resultado |
|---|---|
| Pacientes incluidos | 145 |
| Pacientes con diagnóstico de TEPT al mes | 43 (29,66 %) |
| Sensibilidad | 95,4 % |
| Precisión positiva | 46,76 % |
| AUROC | 0,7849 |
| Sensibilidad para TEPT clínico o subumbral | 89,65 % |
Fuente: Mueller y colaboradores, Nature Communications, 2026. Los indicadores de desempeño corresponden a valores medios de la validación cruzada.
La sensibilidad elevada indica que el sistema identificó una proporción importante de los pacientes que posteriormente desarrollaron TEPT. Sin embargo, la precisión positiva del 46,76 % significa que menos de la mitad de las clasificaciones positivas correspondieron a personas que efectivamente presentaron el trastorno. Esto implica una carga de falsos positivos que tendría que considerarse antes de incorporar la herramienta a los procesos asistenciales.
Los autores reconocen que una herramienta de tamizaje puede priorizar la identificación de personas en riesgo para reducir los casos no detectados. No obstante, las alertas adicionales podrían incrementar las necesidades de valoración, seguimiento y utilización de recursos clínicos. Por ello, los resultados deben interpretarse como desempeño predictivo experimental y no como evidencia de capacidad diagnóstica definitiva.
La inteligencia artificial mostró resultados comparables a los de un especialista
Como parte de la investigación, un médico de urgencias con más de 24 años de experiencia y conocimientos especializados en TEPT evaluó 30 relatos seleccionados aleatoriamente. El profesional debía estimar el riesgo futuro de cada paciente sin conocer los diagnósticos posteriores ni las predicciones realizadas por la herramienta.
En esta comparación, nueve de los 30 pacientes desarrollaron TEPT. PREVIA identificó correctamente los nueve casos, alcanzando una sensibilidad del 100 %, mientras que el especialista identificó ocho, equivalentes al 88,89 %. El AUROC fue de 0,8439 para PREVIA y de 0,8386 para el médico. Ambos obtuvieron una precisión positiva del 50 %.
Aunque estos resultados muestran un rendimiento comparable, la evaluación incluyó un solo especialista y una muestra pequeña. En consecuencia, no permite establecer que el sistema sea superior al juicio médico ni que pueda sustituir una valoración clínica. Los investigadores señalan la necesidad de realizar comparaciones con varios profesionales, diferentes niveles de experiencia y entornos asistenciales.
La detección temprana podría facilitar el seguimiento después del alta hospitalaria
Una de las posibles aplicaciones de PREVIA consiste en identificar pacientes que podrían beneficiarse de seguimiento especializado antes de que se consoliden síntomas persistentes. Los servicios de urgencias representan una oportunidad para detectar señales tempranas, particularmente cuando el contacto posterior con el sistema sanitario puede ser limitado.
Los investigadores plantean que una futura integración con las historias clínicas electrónicas permitiría procesar transcripciones y variables clínicas para generar alertas de riesgo. Estas podrían orientar intervenciones como psicoeducación, seguimiento estructurado, derivación a salud mental y estrategias psicológicas breves, siempre bajo evaluación profesional.
Esta propuesta se relaciona con el desarrollo de herramientas de inteligencia artificial en salud mental, aunque el estudio no evaluó si la utilización de PREVIA reduce la incidencia de TEPT, mejora los resultados terapéuticos o disminuye los costos de atención. Tales beneficios continúan siendo hipótesis que requieren investigación clínica adicional.
Validación externa y posibles sesgos limitan la implementación clínica de PREVIA
El estudio presenta limitaciones que deben considerarse antes de trasladar sus resultados a otros sistemas sanitarios. La muestra procedía de dos instituciones de una misma ciudad, incluyó exclusivamente participantes que hablaban inglés y excluyó personas médicamente inestables, además de otros grupos con condiciones clínicas que impedían su incorporación al protocolo.
Los investigadores también examinaron la influencia de variables demográficas y estimaciones de prevalencia. Al retirar esta información, el rendimiento predictivo disminuyó, especialmente cuando se excluyeron las características demográficas. Aunque los análisis por subgrupos no identificaron diferencias sustanciales entre categorías raciales, el tamaño de la cohorte limita las conclusiones sobre equidad y generalización.
Otro desafío está relacionado con la infraestructura tecnológica. El sistema utiliza modelos de código abierto que requieren recursos computacionales para su ejecución en entornos seguros. Asimismo, la incorporación de grabaciones y transcripciones a la atención habitual exigiría mecanismos de protección de datos, supervisión clínica y adaptación a los procesos de cada institución.
El código de PREVIA está disponible para investigación no comercial en un repositorio público de GitHub, lo que facilita su evaluación independiente. Sin embargo, los registros clínicos originales mantienen acceso restringido para proteger la privacidad de los participantes.
Los autores consideran prioritario validar el modelo en cohortes independientes, evaluar su desempeño en otros idiomas y estudiar su integración con el criterio de los profesionales y los procesos habituales de urgencias. Estas investigaciones permitirán determinar si las capacidades predictivas observadas pueden traducirse en una herramienta de apoyo clínico segura, reproducible y útil para la identificación temprana del trastorno de estrés postraumático.
Consulte aquí el Estudio
