El diagnóstico preciso sigue siendo uno de los mayores desafíos en psiquiatría, y más de la mitad de los pacientes psiquiátricos cambian su diagnóstico en un plazo de 10 años. La mayoría de los diagnósticos psiquiátricos se basan en que los pacientes reporten sus síntomas, pero muchas afecciones de salud mental comparten características superpuestas. Por ejemplo, la apatía, las alucinaciones y los problemas cognitivos pueden estar presentes tanto en la esquizofrenia como en el trastorno bipolar, lo que dificulta la distinción entre ambos. Un diagnóstico erróneo puede llevar a un tratamiento subóptimo y a peores resultados.

Ahora, un grupo de científicos daneses ha combinado la realidad virtual con mediciones fisiológicas (como la conductividad de la piel) para explorar un método más objetivo para identificar diferentes afecciones de salud mental. Los investigadores han desarrollado un sistema basado en realidad virtual que promete mejorar la diferenciación entre afecciones comunes de salud mental, lo que podría allanar el camino para un tratamiento más temprano y personalizado.

El trabajo se publica en la revista 'European Neuropsychopharmacology' y forma parte del proyecto VIRDIS, que tiene como objetivo desarrollar herramientas objetivas para apoyar el diagnóstico psiquiátrico. Según sus autores, ofrece un enfoque innovador para abordar los desafíos persistentes en el diagnóstico y tratamiento psiquiátrico aprovechando la tecnología de realidad virtual (RV). A partir de este escenario, las investigaciones futuras pueden considerar la integración de algoritmos de inteligencia artificial para analizar los amplios datos generados a partir de estos resultados con la realidad virtual. 

La investigadora principal, la profesora Kamilla Miskowiak, de la Universidad de Copenhague (Dinamarca), afirmó: al respecto que "se trata de un avance importante. Hasta ahora, el diagnóstico se basaba principalmente en la autodeclaración de síntomas, pero nuestros hallazgos sugieren que los escenarios de realidad virtual combinados con medidas fisiológicas pueden ayudar a diferenciar entre afecciones similares. Este es un área donde la psiquiatría ha enfrentado dificultades desde hace tiempo".

Los investigadores reclutaron a 100 participantes, incluyendo personas con trastorno bipolar, trastorno límite de la personalidad, esquizofrenia y controles sanos. Los participantes fueron expuestos a diversos escenarios inmersivos de realidad virtual diseñados para generar respuestas emocionales y fisiológicas, como un video de un bebé llorando, una conversación en una cantina y un escenario de un ascensor abarrotado. Los investigadores midieron las respuestas emocionales y la conductividad de la piel durante estos escenarios.

Los resultados obtenidos indican que estas respuestas difirieron sistemáticamente entre los grupos de diagnóstico, lo que sugiere que este enfoque tiene el potencial de mejorar la precisión diagnóstica. Sin embargo, se necesitan estudios más amplios para confirmar estos hallazgos y explorar cómo se podrían utilizar estos métodos en la práctica clínica.

"Nuestros hallazgos iniciales son prometedores, pero se necesita más investigación a gran escala para validar este enfoque y convertirlo en una herramienta clínica práctica. Ahora estamos lanzando un estudio de seguimiento con 300 participantes e implementando métodos de aprendizaje automático para mejorar las predicciones de diagnóstico a nivel individual. Nuestro objetivo a largo plazo es mejorar el tratamiento temprano y personalizado para pacientes con trastornos de salud mental ", concluyó dicha experta.