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

Esta página es un resumen en turco, elaborado con ayuda de inteligencia artificial, del trabajo presentado en el 26.º Congreso Mundial de Psiquiatría. El trabajo pertenece a los autores que lo presentan; para citarlo, consulte la fuente original.

Metodología e impacto de la inteligencia artificial y el aprendizaje automático en la psiquiatría digital

Methodology and impact of ai and machine learning for digital psychiatry

Las mediciones derivadas de los datos de dispositivos portátiles pueden aportar información objetiva que complemente la entrevista clínica en el cribado de la depresión y la evaluación de la gravedad de los síntomas; sin embargo, el impacto clínico de la inteligencia artificial debe evaluarse no solo por su precisión predictiva, sino también por la fiabilidad, la equidad y la aplicabilidad de la información que genera.

La ponencia aborda la necesidad de que los profesionales clínicos comprendan cómo se desarrollan estas tecnologías, cuáles son sus limitaciones y qué se requiere para incorporarlas de forma segura a la práctica clínica, ante el uso creciente de la inteligencia artificial (artificial intelligence, AI) en el cribado, la evaluación de síntomas, la toma de decisiones clínicas e incluso la administración de tratamientos. Se revisan brevemente los fundamentos metodológicos y el posible impacto clínico del fenotipado digital basado en inteligencia artificial, con especial atención a las tecnologías portátiles. Como ejemplo concreto, se presenta el proceso de desarrollo de un software como producto sanitario (software as a medical device, SaMD) a partir de los datos de un dispositivo portátil que se lleva en la muñeca: los datos de actividad y fisiológicos recogidos de forma continua se transforman en características digitales y se analizan mediante modelos de aprendizaje automático para apoyar el cribado de los trastornos depresivos y la evaluación de la gravedad de los síntomas. Los hallazgos obtenidos durante el proceso de desarrollo clínico indican que las mediciones procedentes de dispositivos portátiles pueden aportar información objetiva que complemente la entrevista clínica tradicional y las escalas de síntomas. A partir de este ejemplo, se examinan los retos de traslación a la práctica clínica, como la selección de características y resultados clínicamente relevantes, la prevención del sobreajuste (overfitting), la validación externa, la capacidad de generalización a distintas poblaciones y entornos, la interpretabilidad y la integración en el flujo de trabajo clínico, así como los posibles problemas de sesgo, privacidad y gobernanza de los datos. En conclusión, se recomienda que los profesionales clínicos conozcan la finalidad de uso y las limitaciones de cada herramienta, eviten confiar excesivamente en los resultados de la inteligencia artificial y los interpreten a la luz de los hallazgos clínicos y del contexto del paciente.

Todos los resúmenes del WCP 2026