Ideas Aplicadas: Cómo la IA puede mejorar la rehabilitación de adicciones

El consumo de sustancias es una realidad en Chile. En Sudamérica, es uno de los principales países consumidores de sustancias, lo que se traduce en que una numerosa población necesita acceder a un tratamiento de rehabilitación. Sin embargo, en muchos casos requieren más de un intento para llegar a un proceso de remisión.

Frente a la incertidumbre de la evolución y probabilidades de abandono del tratamiento, José Ruiz Tagle, docente de la Escuela de Salud de Duoc UC y máster en Bioestadística, plantea el uso de la inteligencia artificial como un apoyo para mitigar este efecto.

«Según la encuesta nacional de drogas, hay varias personas que podrían, eventualmente, tener un trastorno por uso de sustancias pero que no son conscientes de ello», precisó el investigador.

La predicción, a cargo de la inteligencia artificial, busca aprovechar el intercambio de datos entre el Núcleo Milenio para la Evaluación y Análisis de Política de Drogas (nDP) y el Servicio Nacional para la Prevención y Rehabilitación del Consumo de Drogas y Alcohol (SENDA).

Impacto y proyecciones

De acuerdo con Ruiz Tagle, se espera que la iniciativa pueda ser aplicada más allá de los trastornos por sustancias y dar un paso a otras variables, con la idea de generar un despliegue en el SENDA que permita alertar a los funcionarios la probabilidad de riesgo o advertencias a considerar en cada paciente.

A pesar de que las personas que se dedican al trabajo con pacientes que manifiestan algún trastorno, el docente enfatiza en la facilidad y optimización en el tratamiento como el punto de innovación del proyecto.

«Podemos darnos cuenta por ejemplo, de cuántas son las personas que eventualmente, podrían caer nuevamente, cuál va a ser el costo para el sistema (…). Es súper importante entender que la persona va a necesitar más de un tratamiento«, expresó el Doctor en Políticas Públicas.

En este sentido, el rol de la inteligencia artificial en el trabajo de rehabilitación radica en modelos de aprendizaje automático con parámetros indicados por los especialistas. En cuanto a la ética y el tratamiento de los datos, Ruiz Tagle sostiene el anonimato de la información que SENDA provee al Núcleo Milenio para la Evaluación y Análisis de Política de Drogas, de forma que no se trabaje de forma individual.

Próximos desafíos

La mirada a largo plazo del equipo apuesta a las alianzas con programas de financiamiento que permita el despliegue de esta herramienta en el SENDA. Mientras que los desafíos se limitan al seguimiento y el vacío de datos en distintas variables y los factores socioeconómicos como gatillante en el abandono del tratamiento.

«A pesar de que los tratamientos públicos son gratuitos, hay un costo muy alto de estar en un tratamiento. Te podrías imaginar que tú eres una madre soltera con dos hijos, tienes un trastorno por sustancias, tienes que ir a un tratamiento residencial, quedarte por ocho meses adentro. Tienes que pagar colegio, tienes que pagar el agua. Son gratuitos pero, ¿de dónde saco la plata? El dinero es un factor súper importante para definir si es que una persona termina o no el tratamiento», reflexionó el investigador.