La violencia en el ámbito de la pareja (VAP) es una forma de abuso que ocurre en relaciones sentimentales, ya sea entre cónyuges actuales o anteriores, o entre parejas. No discrimina por lugar de residencia ni nivel socioeconómico; la VAP trasciende todas las barreras. Debido a que a menudo permanece oculta, se ha convertido en uno de los mayores problemas de salud pública de nuestro tiempo, afectando silenciosamente a millones de personas en todo el mundo.
La VAP no solo causa daños inmediatos, sino que también deja cicatrices duraderas en la salud. Las sobrevivientes a menudo sufren heridas invisibles, dolor crónico, infecciones, problemas menopáusicos y dificultades de salud mental como depresión, ansiedad, trastorno de estrés postraumático o incluso autolesiones.
La identificación temprana de la VAP es fundamental para evitar que estos problemas empeoren. Sin embargo, muchas víctimas permanecen en silencio, retenidas por el miedo a su seguridad o por la dependencia económica de su pareja, lo que dificulta la obtención de ayuda oportuna.
Imaginen si los médicos pudieran reconocer las primeras señales de violencia en el ámbito de la pareja años antes de que una paciente se sienta preparada para hablar. Ese es el objetivo de nuevas herramientas de inteligencia artificial desarrolladas por investigadores de Mass General Brigham. Esta tecnología está diseñada para analizar los registros médicos e identificar riesgos mucho antes de que se hagan evidentes.
En un estudio publicado en npj Women’s Health, investigadores de Mass General Brigham demostraron que los modelos de aprendizaje automático entrenados con registros médicos electrónicos (RME) podían detectar el riesgo de VAP hasta cuatro años antes de que las personas buscaran atención en un centro de tratamiento de violencia doméstica. Desarrollaron estas nuevas herramientas de IA utilizando un conjunto de datos de pacientes femeninas que buscaron ayuda en un centro de intervención y prevención de abusos domésticos de un importante hospital en los Estados Unidos.
Este avance sugiere un futuro en el que los clínicos podrían iniciar conversaciones sensibles antes, previniendo potencialmente años de sufrimiento oculto.
La Dra. Bharti Khurana, autora principal y directora fundadora del Trauma Imaging Research and Innovation Center, explicó: “Nuestra investigación ofrece una prueba de concepto de que la IA puede ayudar a los clínicos a identificar posibles casos de abuso de manera más temprana. La identificación temprana de la violencia en el ámbito de la pareja y el riesgo futuro puede permitir a los clínicos intervenir antes y ayudar a prevenir importantes consecuencias para la salud física y mental.”
Un estudio previo encontró que las pacientes son más propensas a compartir sus experiencias cuando se les pregunta en privado por un proveedor de confianza.
En colaboración con Dimitris Bertsimas del MIT, los investigadores entrenaron tres modelos diferentes de IA utilizando registros médicos. Estudiaron datos de 673 mujeres que habían visitado un centro de prevención de la violencia doméstica y los compararon con más de 4,000 pacientes similares que no habían denunciado abusos.
Un modelo examinó información estructurada, incluidos diagnósticos, medicamentos y datos del vecindario. Otro analizó las notas de los médicos, los informes de radiología y las visitas a urgencias. El tercero, llamado Holistic AI in Medicine (HAIM), combinó ambos enfoques, proporcionando la imagen más completa.
Cuando los investigadores probaron la IA en nuevos pacientes, los resultados fueron sorprendentes. Los tres modelos mostraron un buen rendimiento con nuevos datos, pero el modelo de fusión HAIM fue el más impresionante. Identificó correctamente el riesgo en el 88% de los casos.
Más notable aún, cuando el sistema examinó registros médicos antiguos y con fecha de hora, pudo identificar señales de advertencia años por adelantado. En promedio, el modelo de fusión predijo la VAP más de 3.7 años antes de que las pacientes buscaran ayuda.
La IA encontró pistas más allá de las lesiones. Las personas con visitas frecuentes a urgencias, dolor crónico o problemas de salud mental eran más propensas a sufrir abusos. Aquellas que se mantenían al día con la atención preventiva, como mamografías o vacunas, eran menos propensas.
Sin embargo, los investigadores señalan que los modelos se entrenaron con pacientes que ya habían denunciado abusos, por lo que los resultados podrían no ser tan precisos para aquellos que nunca buscan ayuda. Para que las predicciones sean aún más sólidas, los investigadores dicen que se necesitarán conjuntos de datos más grandes y diversos.
Estos modelos de IA podrían cambiar la forma en que los médicos identifican y apoyan a los pacientes en riesgo de violencia en el ámbito de la pareja. Con una atención informada sobre el trauma y oportuna, los médicos podrían prevenir que el abuso se agrave y cause lesiones graves, problemas de salud a largo plazo o incluso muertes relacionadas con la VAP.
Referencia del diario:
- Gu, J., Carballo, K.V., Ma, Y. Et al. Leveraging multimodal machine learning for accurate risk identification of intimate partner violence. Npj Women’s Health 4, 15 (2026). DOI: 10.1038/s44294-025-00126-3
