Antoni Serrano, MD | PARC SANITARI SANT JOAN DE DÉU

Antoni Serrano es Doctor en Psiquiatría y Psicobiología Clínica por la UB y Máster en Gestión Sanitaria por ESADE. Después de 5 años de psiquiatra en atención comunitaria y 10 años de jefe de servicio en unidades de hospitalización en el Parc Sanitari Sant Joan de Déu (PSSJD), desde 2018 trabaja de Adjunto en la Dirección de Salud Mental. Es Profesor Médico Asociado de Psiquiatría en la UB y miembro del Consejo Asesor de Salud Mental del Plan Director de Salud Mental y Adicciones del Departament de Salut de la Generalitat de Catalunya.

Dirige el grupo de investigación PRISMA (SGR1515) del Instituto de Investigación SJD y forma parte del Consorcio Español de Investigación Biomédica en Red de Epidemiología y Salud Pública (CIBERESP). Sus proyectos se centran en la evaluación de servicios y economía de la salud. Ha participado en la evaluación de la eficiencia de intervenciones en Atención Primaria para prevenir y tratar la depresión, en estudios epidemiológicos, estudios de costes de enfermedades, en la evaluación de intervenciones contra el estigma, planificación de servicios y en el desarrollo de nuevas tecnologías en salud mental, entre otros. Ha formado parte de consorcios nacionales e internacionales de proyectos de eHealth como MADep, Help4Mood, Live Incite y NHoA.

PONENCIA «Robots y Salud Mental: ¿un futuro posible?»

Antoni Serrano-Blanco^{1 2,3}, Claudia Palma-Vasquez¹, Silvia Martín de los Ríos de la Rubia¹

1. Health Technology Assessment in Primary Care and Mental Health (PRISMA) Research Group, Institut de Recerca Sant Joan de Déu, Esplugues de Llobregat, Spain

2. Consortium for Biomedical Research in Epidemiology and Public Health (CIBER en Epidemiología y Salud Pública – CIBERESP), Madrid, Spain

3. Parc Sanitari Sant Joan de Déu, Sant Boi de Llobregat, Spain.

El sufrimiento producido por los problemas de Salud Mental (SM) y la pérdida de calidad de vida son notorias en las sociedades occidentales (1). Las personas que reciben tratamiento farmacológico y/o psicológico por un problema de SM son menos de las que necesitan atención (2,3). La población envejece y el porcentaje de personas mayores que viven solas aumenta, factores que incrementan las necesidades en SM y tensiona el sistema sanitario (4). El avance de la tecnología de los Social Assistive Robot (SAR) permite que éstos puedan asumir, potencialmente, nuevos roles en la atención sanitaria y social de las personas (5) aunque la evidencia sigue siendo limitada (6). Existe escasa experiencia con sistemas robóticos y esta se ha centrado principalmente, en la viabilidad del uso de los SAR. Los resultados relacionados con la SM son, de momento, secundarios. Las conclusiones muestran que el empleo de SAR produce una mejoría anímica, reduce la ansiedad y aumenta la sociabilización de los usuarios, sobre todo de edad avanzada (7). El objetivo de esta presentación, consiste en discutir acerca de las posibles ventajas que los SAR pueden ofrecer en el sector de la SM y reflexionar acerca de la plausibilidad de uso en un corto o mediano plazo con población mayor.

Referencias:

1. Ferrari A. Global, regional, and national burden of 12 mental disorders in 204 countries and territories, 1990–2019: a systematic analysis for the Global Burden of Disease Study 2019. The Lancet Psychiatry [Internet]. 2022 Feb 1 [cited 2022 Jul 22];9(2):137–50. Available from: http://www.thelancet.com/article/S2215036621003953/fulltext
2. Arango C, Díaz-Caneja CM, McGorry PD, Rapoport J, Sommer IE, Vorstman JA, et al. Preventive strategies for mental health. The Lancet Psychiatry [Internet]. 2018 Jul 1 [cited 2022 Apr 28];5(7):591–604. Available from: http://www.thelancet.com/article/S2215036618300579/fulltext
3. Lawrence D, Kisely S. Inequalities in healthcare provision for people with severe mental illness. J Psychopharmacol [Internet]. 2010 [cited 2022 Jul 19];24(4 Suppl):61–8. Available from: https://pubmed.ncbi.nlm.nih.gov/20923921/
4. Alegría M, Nakash O, NeMoyer A. Increasing equity in access to mental health care: a critical first step in improving service quality. World Psychiatry [Internet]. 2018 Feb 1 [cited 2022 Jul 19];17(1):43. Available from: /pmc/articles/PMC5775117/
5. Altameem T, Amoon M, Altameem A. A deep reinforcement learning process based on robotic training to assist mental health patients. Neural Comput Appl [Internet]. 2020 Jul 1 [cited 2022 Jul 19];34(13):10587–96. Available from: https://link.springer.com/article/10.1007/s00521-020-04855-1
6. Yoshikawa Y, Kumazaki H, Kato TA. Future perspectives of robot psychiatry: can communication robots assist psychiatric evaluation in the COVID-19 pandemic era? Curr Opin Psychiatry [Internet]. 2021 May 1 [cited 2022 Jul 19];34(3):277–86. Available from: https://journals.lww.com/co-psychiatry/Fulltext/2021/05000/Future_perspectives_of_robot_psychiatry__can.14.aspx
7. Scoglio AAJ, Reilly ED, Gorman JA, Drebing CE. Use of Social Robots in Mental Health and Well-Being Research: Systematic Review. J Med Internet Res 2019;21(7)e13322 https//www.jmir.org/2019/7/e13322 [Internet]. 2019 Jul 24 [cited 2022 Jul 19];21(7):e13322. Available from: https://www.jmir.org/2019/7/e13322

Otras págines web de referencia: irsjd.org | ciberesp.es