Fundó el hospital mental privado York Retreat en 1791.
Tumbado
Definición: Popularmente, y en determinadas zonas de España, un tumbado era una persona,
la mayoría de las veces afecta de una enfermedad depresiva, que en un determinado momento decidía meterse en la cama para no levantarse de ahí más o bien para hacerlo cuando espontáneamente remitiese el episodio (fulano se ha levantado). El escritor Luis Landero hizo una descripción inigualable del comportamiento de estas personas. Aunque el término ya no se utilice, si tenemos una experiencia de muchos años en la clínica psiquiátrica algún tumbado o tumbada, para ser más políticamente correcto, habremos visto.
Se llamaba así al procedimiento de provocación del sueño, con una finalidad terapéutica, mediante la administración de un hipnótico durante varios días. El sujeto debía permanecer en un estado de sueño durante 20 horas al día dos semanas consecutivas. Se empleó en el tratamiento de la esquizofrenia y en las dependencias a sustancias. Fue introducido
en 1922 por el psiquiatra alemán Jacob Klaesi (1883-1980).
El aprendizaje profundo es un tipo de aprendizaje automático (machine learning) que utiliza redes neuronales artificiales con múltiples capas ("profundas") para aprender patrones complejos en grandes cantidades de datos.
A diferencia de los modelos tradicionales que necesitan que el profesional defina manualmente las variables importantes, en el deep learning la red aprende sola qué características son relevantes, a partir de los datos, sin necesidad de instrucciones explícitas.
Aplicaciones en Psiquiatría:
- Análisis automático de voz, texto o expresión facial para detectar síntomas depresivos, ansiosos o psicóticos. Predicción de riesgo suicida a partir de historiales médicos, lenguaje escrito o actividad digital.
- Análisis de neuroimágenes para encontrar patrones asociados a trastornos del neurodesarrollo o demencias.
-Procesamiento de lenguaje natural en asistentes clínicos de IA.
Analogía clínica: El aprendizaje profundo funciona como un psiquiatra con experiencia que, tras miles de casos, ha desarrollado una intuición precisa sobre qué observar... pero que no puede siempre explicar por qué lo sabe. La diferencia es que el modelo lo hace con cálculos matemáticos, no con intuición humana.