Una plataforma basada en computadora para ayudar a los médicos en el análisis y diagnóstico de trastornos alimentarios
10 de mayo de 2022
Diagnosticar los trastornos alimentarios en la atención médica es un desafío. Por lo tanto, el presente protocolo desarrolla un algoritmo basado en 949 respuestas de pacientes a un cuestionario, con el diagnóstico mostrado en una interfaz basada en la web fácil de usar. Este sistema facilita el diagnóstico preciso de los trastornos alimentarios al tiempo que excluye a aquellos que se cree que tienen un trastorno alimentario.
El sistema decide si un paciente cumple con los criterios diagnósticos para un trastorno alimentario y qué tipo de trastorno alimentario como la anorexia nerviosa, la bulimia nerviosa o el trastorno por atracón. Por lo tanto, los pacientes tienden a ser más honestos al responder a una computadora que a una persona física. Y, por supuesto, el sistema está ahorrando tiempo al clínico.
El propósito del método es mejorar la confiabilidad del diagnóstico del trastorno alimentario, ayudando a los médicos a seleccionar a aquellos que sufren de un trastorno alimentario y derivando a aquellos que no cumplen con los criterios del trastorno alimentario a otros tratamientos o ningún tratamiento. Demostrando los procedimientos estará Alkioni Glibi, un asistente de investigación en nuestro laboratorio. Tras la derivación del paciente, navegue a la página de destino web utilizando cualquier navegador moderno.
Utilice una cuenta existente asociada con un médico para iniciar sesión en la herramienta web. Complete el formulario de registro de pacientes, incluida la identificación del paciente, la fecha de nacimiento, la edad y el sexo, el número de seguro social. Pulse el botón Guardar para registrar a un nuevo paciente.
Abra la aplicación del cuestionario en un dispositivo inteligente. Complete el número de seguro social y la fecha de la primera visita para el paciente. La fecha actual se utiliza de forma predeterminada.
A continuación, rellene la información correspondiente al peso, la altura y la edad del paciente. A continuación, rellene la información correspondiente al comportamiento como los vómitos inducidos, la frecuencia de los refrigerios y la tasa de alimentación, seguido de los detalles correspondientes a elementos cognitivos y emocionales, como el miedo a aumentar de peso y los sentimientos de dismorfia corporal. Pulse el botón Listo para finalizar el cuestionario.
Navegue a la página de destino web utilizando cualquier navegador web. Utilice una cuenta existente para iniciar sesión en la herramienta web. Busque al paciente utilizando el número de seguro social del paciente o la identificación del paciente.Agregue el peso y la altura medidos al sistema.
Presione la pestaña Resultado para obtener la decisión algorítmica de si el paciente tiene un trastorno alimentario o disfunción eréctil y qué tipo de disfunción eréctil. Luego presione la pestaña preguntas del uno al 20 o las preguntas 21 a 34 para mostrar las preguntas donde las respuestas del paciente se desvían de las respuestas de las personas sanas. Seleccione un diagnóstico final en la pestaña Resultado, según el algoritmo y la experiencia del médico. Aquí se muestra un ejemplo de una página de evaluación de riesgos para el diagnóstico recomendado y la probabilidad estimada de precisión de cero a uno.
A partir del diagnóstico recomendado y las respuestas al cuestionario, se generaron respuestas sanas y desviadas. El algoritmo que estima la probabilidad de diferentes tipos de trastornos alimentarios para el individuo se demuestra aquí. Se determinó que la precisión del modelo fue de 97,1 para la disfunción eréctil y de 82,8 para el diagnóstico de la disfunción eréctil.
Otro beneficio del sistema es que proporciona las respuestas responsables del diagnóstico sugerido, lo que permite al sistema enseñar a los médicos a diagnosticar mejor a los pacientes y consultar a profesionales de la salud adicionales en casos difíciles.
Descripción general
Este artículo presenta un algoritmo basado en web diseñado para mejorar el diagnóstico de los trastornos alimentarios al analizar las respuestas de los pacientes a un cuestionario. El sistema mejora la precisión diagnóstica mientras permite a los médicos evaluar eficientemente a los pacientes.
Componentes clave del estudio
Área de la ciencia
- Psicología clínica
- Tecnología de la salud
- Diagnóstico de trastornos alimentarios
Antecedentes
- Diagnosticar trastornos alimentarios a menudo es un desafío para los proveedores de atención médica.
- Los métodos tradicionales pueden llevar a un diagnóstico erróneo o subdiagnóstico.
- La utilización de tecnología puede mejorar la honestidad del paciente y agilizar el proceso de diagnóstico.
- El algoritmo se basa en datos extensos de pacientes para mejorar la fiabilidad.
Propósito del estudio
- Desarrollar una herramienta diagnóstica confiable para trastornos alimentarios.
- Ayudar a los médicos a identificar a los pacientes que cumplen con los criterios para trastornos alimentarios.
- Proporcionar una interfaz fácil de usar para médicos y pacientes.
Métodos utilizados
- Cuestionario basado en web para las respuestas de los pacientes.
- Análisis algorítmico de las respuestas para determinar el diagnóstico.
- Integración de datos del paciente como peso, altura y patrones de comportamiento.
- Entrada del médico para el diagnóstico final basado en los resultados del algoritmo.
Principales resultados
- El algoritmo logró una precisión diagnóstica del 97.1% para los trastornos alimentarios.
- Proporcionó información sobre las respuestas de los pacientes que se desviaron de las normas saludables.
- Los médicos recibieron recomendaciones basadas en evaluaciones algorítmicas.
- El sistema ayuda a enseñar a los médicos mejores prácticas diagnósticas.
Conclusiones
- La herramienta basada en web mejora significativamente la fiabilidad de los diagnósticos de trastornos alimentarios.
- Permite una mejor gestión del paciente y procesos de derivación.
- El sistema puede mejorar la capacitación y la toma de decisiones del médico.
Preguntas frecuentes
Executive Industry Relevance
Algorithm-driven diagnostic platforms for complex behavioral disorders address a critical gap in early, accurate identification, especially in primary care settings lacking specialist expertise. By standardizing diagnostic criteria and quantifying probability estimates, such systems enhance predictive confidence and streamline patient triage. This approach supports scalable, reproducible decision-making across diverse clinical environments, directly impacting portfolio-level risk management in digital health and behavioral medicine R&D.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables systematic interrogation of diagnostic criteria for behavioral disorders using large-scale, expert-annotated datasets.
- Supports biological and behavioral de-risking by quantifying diagnostic probability and highlighting response deviations.
- Facilitates predictive confidence in patient stratification and early intervention strategies.
Screening & Assay Development
- Prepares validated digital phenotyping systems for downstream clinical and translational workflows.
- Standardizes data capture and algorithmic assessment for reproducible, quantitative outputs.
- Enables scalable screening of at-risk populations with consistent diagnostic thresholds.
Translational & Preclinical Research
- Aligns digital diagnostic outputs with clinical endpoints for translational continuity.
- Supports risk-adjusted advancement of digital biomarkers and behavioral endpoints.
- Provides mechanistic de-risking by linking questionnaire responses to diagnostic outcomes.
Pipeline & Workflow Integration
This computer-based diagnostic platform integrates into the early discovery-to-clinical translation continuum, supporting hypothesis testing, digital biomarker validation, and scalable patient stratification.
- Discovery Biology: Quantifies diagnostic probability and identifies key response deviations for hypothesis-driven refinement.
- Screening: Delivers reproducible, algorithm-based outputs for high-throughput patient assessment.
- Analytics: Provides quantitative readouts and statistical accuracy metrics to inform cross-condition comparisons.
- Translational Research: Bridges digital diagnostic data with clinical decision-making and referral pathways.
- Enterprise Reuse: Offers a reusable, web-based infrastructure adaptable to additional behavioral or psychiatric indications.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces diagnostic ambiguity in behavioral health.
- Operational Value: Standardizes and automates diagnostic workflows for scalability and reproducibility.
- Strategic Value: Enables earlier, data-driven go/no-go decisions and optimizes resource allocation.
- Portfolio Impact: Supports risk-adjusted prioritization of digital health assets and diagnostic algorithms.
Implementation Considerations
- Requires clinical expertise for final diagnosis and interpretation of algorithmic outputs.
- Needs secure digital infrastructure for patient data capture and analysis.
- Demands cross-team standardization of data entry and interpretation protocols.
- Adaptable to various clinical settings but may require localization for different populations.
- Dependent on the quality and representativeness of training datasets for algorithmic accuracy.
