Esta página se ha traducido automáticamente del turco. Leer el original

Bu sayfa, 26. Dünya Psikiyatri Kongresi'nde sunulan çalışmanın yapay zekâ desteğiyle hazırlanmış Türkçe özetidir. Çalışmanın sahibi sunan yazarlardır; atıf için orijinal kaynağa başvurun.

EV0476

E-PosterDijital Psikiyatri ve Yapay ZekâNitel çalışma

Cuándo ayuda un chatbot (y cuándo no): selección de pacientes para el apoyo basado en grandes modelos de lenguaje

WHEN THE CHATBOT HELPS (AND WHEN IT DOESN’T): PATIENT SELECTION FOR LLM-BASED SUPPORT

Sunan: António Melo

Ülke: Portugal

Kurum: Serviço de Psiquiatria, Unidade Local de Saúde Estuário do Tejo

Los pacientes con capacidad de introspección conservada, pensamiento estructurado y objetivos claros se benefician más del apoyo de grandes modelos de lenguaje mediado por un profesional clínico.

El objetivo fue determinar qué perfiles de pacientes podrían beneficiarse más de los grandes modelos de lenguaje (large language model, LLM), cada vez más utilizados en el apoyo a la salud mental. En un análisis cualitativo integrado en un estudio prospectivo en curso, se examinaron las transcripciones anonimizadas de las entrevistas de 12 pacientes hospitalizados en psiquiatría pertenecientes al grupo de intervención. Los pacientes utilizaron un LLM de propósito general con la mediación de un psiquiatra en varias sesiones semiestructuradas, y se evaluaron las características asociadas al beneficio percibido. Los pacientes con capacidad de introspección conservada, pensamiento estructurado y objetivos claros utilizaron el LLM de forma más eficaz; destacaron dos perfiles: quienes buscaban psicoeducación y quienes presentaban síntomas depresivos circunscritos. Las áreas en las que se observó mayor beneficio fueron el apoyo emocional, el estímulo para participar en actividades y el abordaje de las preocupaciones del paciente. El beneficio fue limitado en los casos de escasa capacidad de introspección o de psicopatología más grave; un paciente con trastorno límite de la personalidad buscó la validación de sus interpretaciones desadaptativas de acontecimientos interpersonales y, al no recibirla del LLM, abandonó la interacción; otro paciente también interrumpió la interacción al percibir la respuesta del LLM como confrontativa. En esta muestra no se detectaron daños clínicos asociados al uso del LLM. Según los autores, el apoyo basado en LLM podría ser una opción complementaria para pacientes con capacidad de introspección conservada que buscan psicoeducación o apoyo emocional de baja intensidad; la selección de pacientes y un diseño adaptado podrían mejorar la aplicación clínica, pero, debido al pequeño tamaño de la muestra cualitativa (n = 12), los hallazgos no permiten establecer la eficacia ni criterios específicos de selección, y se necesitan estudios controlados.

Orijinal postere git

Bu çalışmaya nasıl atıf yapılır?

APA 7: Melo, A., Oom, C., Simões, F., Silva, C., Santos, V. M., Moutinho, F., & Jesus, G. (2026, September 23-26). When the chatbot helps (and when it doesn’t): patient selection for llm-based support [E-poster]. 26th WPA World Congress of Psychiatry (WCP 2026), Stockholm, Sweden. https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/2200

Vancouver: Melo A, Oom C, Simões F, Silva C, Santos VM, Moutinho F, et al. When the chatbot helps (and when it doesn’t): patient selection for llm-based support [e-poster]. 26th WPA World Congress of Psychiatry (WCP 2026); 2026 Sep 23-26; Stockholm, Sweden. Available from: https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/2200

Yazar adları ve başlık biçimi kongre sisteminden otomatik oluşturulmuştur; kullanmadan önce orijinal posterle karşılaştırın.

Tüm WCP 2026 özetleri

Sitenin son güncellemesi: 8 Kasım 2026 · Site editörü: Doç. Dr. Alişan Burak Yaşar, info@alisanburak.com