Lo que sabemos en serio sobre IA y elección de antidepresivo
El primero es una revisión sistemática publicada en JMIR Mental Health por Fiona He y colaboradores de la Universidad de Ottawa. Revisaron 5.370 referencias y se quedaron con 19 estudios que cumplían un criterio exigente: usar machine learning para comparar resultados entre dos o más antidepresivos, no solo predecir respuesta a uno. Lo que encontraron, dicho sin filtros:
- Las muestras van de 49 a 77.226 pacientes. Esa horquilla, por sí sola, ya dice mucho de un campo todavía joven.
- Los AUC van de 0,59 a 0,95. El 0,95 suena espectacular hasta que se mira con quién se entrenó: muestras pequeñas, datos neurobiológicos de alta dimensión y validación solo interna. Es decir, el modelo se evaluó con datos parecidos a los del entrenamiento. Sin sorpresa, rinde bien.
- Solo 7 de los 19 estudios hacen validación externa. Cuando se aplica a una cohorte distinta, el rendimiento baja sistemáticamente.
- Solo un estudio implementa un marco unificado que de verdad permita ordenar tratamientos a nivel de paciente individual. El resto entrenan modelos por fármaco, lo cual no responde a la pregunta clínica real ("¿cuál de estos dos le va mejor a este paciente?").
- Casi ningún estudio distingue entre marcadores pronósticos (predicen evolución general, independientemente del fármaco) y predictivos (predicen respuesta diferencial al fármaco). Esa confusión es la causa del 70% del ruido del campo.
La traducción a la consulta es esta: cuando alguien diga que tiene "un algoritmo para elegir antidepresivo", la pregunta no es qué AUC tiene, sino dos cosas. Una, si valida externamente. Dos, si distingue marcadores pronósticos de predictivos. Si no, da igual el AUC.
Un trabajo bien hecho que vale la pena estudiar
El segundo trabajo, publicado en Translational Psychiatry, lo firman Linda Bryant y un consorcio del King's College London, Mount Sinai, Ludwig-Maximilians-Universität y la Universidad de Pittsburgh. Entrenaron un modelo de machine learning (Support Vector Classifier) para predecir respuesta a una infusión de ketamina (0,5 mg/kg IV) en depresión resistente, usando solo resonancia magnética estructural pre-tratamiento. La respuesta clínica se definió como ≥50% de reducción en MADRS a las 24 horas.
Tres detalles importan:
Primero, los números. En la muestra de descubrimiento (99 adultos), exactitud balanceada del 72,2%, sensibilidad 72,3%, especificidad 73,1%, AUC 0,72. En dos cohortes independientes tratadas con ketamina (n=51), AUC 0,65. Más modesto, pero generaliza.
Segundo, y esto es lo que distingue un trabajo serio de uno regular: usaron un grupo control con suero salino (n=49). Cuando aplicaron el mismo modelo, el rendimiento cayó al azar (AUC 0,45). Eso es lo que apoya que el modelo está captando algo específico del mecanismo farmacológico de la ketamina, no un "respondedor genérico a cualquier cosa".
Tercero, los hallazgos neuroanatómicos van en la línea de la literatura previa: mayor volumen de sustancia gris en regiones frontales predice respuesta; mayor volumen cerebelar predice no respuesta. No es definitivo, pero apunta a un sustrato plausible.
Lo que se puede llevar a la consulta del lunes
Primero: cuando un paciente como Marta pregunte si "los algoritmos saben cuál antidepresivo le toca", la respuesta honesta es todavía no. Hay un único estudio en toda la literatura que implementa un marco realmente comparativo a nivel individual. Los modelos publicados, en su mayoría, predicen respuesta a un fármaco aislado, lo cual no es la pregunta clínica.
Segundo: para depresión resistente al tratamiento y ketamina, el panorama es algo mejor. Aún experimental, pero ya hay un modelo que generaliza a cohortes externas y supera la prueba del placebo. Si en los próximos dos años se valida en muestras mayores, será de los primeros marcadores neuroanatómicos con uso clínico plausible en psiquiatría.
Tercero: hay una pregunta editorial que conviene tener preparada cuando un paciente te muestra un servicio comercial que "elige antidepresivo con IA". Tres preguntas: ¿con qué cohorte se entrenó? ¿valida externamente? ¿distingue marcadores pronósticos de predictivos?. Si las tres no tienen respuesta clara en la web del producto, ese servicio no está listo para entrar en tu decisión clínica.
A Marta, esta mañana, le he explicado lo de siempre. Empezamos por un ISRS de primera línea ajustado a su perfil (juventud, ansiedad asociada, deseo de embarazo a 1-2 años). Le he dicho que en uno o dos años quizá tengamos algoritmos que ayuden a estratificar. Hoy, no. Y ella, como casi siempre, lo ha entendido perfectamente.
Referencias
- He F, Huang S, Wang R, Chang A, Phillips JL, Sun C. Machine Learning for Comparative Antidepressant Selection in Major Depressive Disorder: Systematic Review. JMIR Mental Health. 2026;13:e89352. DOI: 10.2196/89352
- Bryant L, Alexander L, Mena S, et al. Structural imaging predictors of ketamine response in treatment-resistant depression: a machine learning approach. Translational Psychiatry. 2026. DOI: 10.1038/s41398-026-04085-4
- Lokadjaja MC, Kho JJ, Schulz PJ, Goh WWB. Large Language Models and Their Applications in Mental Health: Scoping Review. JMIR Mental Health. 2026;13:e88057. DOI: 10.2196/88057
12,2 créditos
Explora el artículo con IA