Identifying Psychiatric Manifestations in Outpatients with Depression and Anxiety: A Large Language Model-Based Approach (3 ene 2025 – Multiples Universidades Chinas)
medRxiv
Keywords: depresión; ansiedad; manifestaciones psiquiátricas; modelos de lenguaje a gran escala; entrevistas psiquiátricas; registros médicos electrónicos; aprendizaje automático; explicabilidad; clasificación.
Descripción: Este estudio explora la capacidad de los modelos de lenguaje a gran escala para automatizar la identificación de categorías diagnósticas y síntomas a partir de diálogos psiquiatra-paciente en 1 160 pacientes ambulatorios con trastornos de depresión y ansiedad. Se elaboró un corpus de entidades clínicas a partir de anotaciones en registros médicos electrónicos y escalas de evaluación, y se emplearon LLM para identificar síntomas y evaluar escalas de valoración. Mediante un pipeline de aprendizaje en ensamblaje con validación cruzada de 10 pliegues, el sistema alcanzó una precisión del 86,9 % en la detección de anotaciones clínicas, 74,7 % (ansiedad) y 77,2 % (depresión) en identificación de síntomas, y 75,5 % al diferenciar pacientes con depresión y ansiedad según códigos ICD-10. El análisis de características generadas por el modelo destacó marcadores como anhedonia y disminución de la volición en depresión, y tensión e incapacidad para relajarse en ansiedad, demostrando el potencial de los LLM para mejorar el diagnóstico psiquiátrico y ofrecer insights interpretables.