Guía docente de Casos de Uso: Salud Mental (MD9/56/1/12)

Breve descripción de contenidos: Análisis de herramientas de IA aplicadas a la psiquiatría y psicología. Se explora el procesamiento del lenguaje natural (NLP) para la detección de síntomas, chatbots terapéuticos y el análisis de biomarcadores conductuales digitales.

Competencias Básicas:

• CB6 a CB10: (Ver texto completo en Asignatura 1).

Recomendable tener un grado universitario en ciencias de la salud

Si el alumno no es profesional de salud mental puede serle útil ver los videos del canal youtube del Prof. Jorge Cervilla (https://www.youtube.com/channel/UCEcfUoIIQfEz8GBjqFr7LYQ)

1. CONOCIMIENTOS
   1. C03 Conoce las implicaciones éticas y clínicas que se derivan del uso de datos y herramientas de Inteligencia Artificial en el ámbito de la Salud
   2. C05 Explica el papel de la representación y visualización del dato en la interpretabilidad y confianza en la Inteligencia Artificial
   3. C08 Analiza los riesgos, beneficios y limitaciones de seguridad en casos reales de Inteligencia Artificial en Salud
2. COMPETENCIAS
   1. COM02 Interpreta resultados de Inteligencia Artificial y otras fuentes para la toma de decisiones clínicas adaptadas a cada paciente
   2. COM08 Formula propuestas de investigación aplicada o innovación en salud con Inteligencia Artificial a partir del análisis de casos de uso
3. HABILIDADES
   1. HABD08 Aplica soluciones de Inteligencia Artificial a casos reales en salud con criterios justificados de eficacia y seguridad
      1. Evaluar la utilidad de los chatbots en el apoyo a la salud mental.
      2. Utilizar técnicas de NLP para el análisis de diarios clínicos y habla.
      3. Debatir sobre la ética específica de la IA en pacientes vulnerables.

Bloque 1. Registro automatizado y estructuración de la historia clínica de salud mental

Fundamentos del uso de herramientas de inteligencia artificial para transcribir, organizar y resumir entrevistas clínicas. Estructura de la historia clínica de salud mental, diferenciación entre información referida, observada e inferida, y elaboración de notas de evolución, informes de derivación y resúmenes clínicos. Riesgos de omisión, error de transcripción, invención de datos y vulneración de la confidencialidad.

Bloque 2. Exploración psicopatológica, diagnóstico y monitorización de la evolución

Aplicación de la IA a la organización de la exploración psicopatológica, identificación de síntomas y formulación del diagnóstico diferencial. Utilización de escalas clínicas y medidas funcionales para monitorizar la evolución, la respuesta al tratamiento, la remisión, la recaída y el deterioro funcional. Límites de la inferencia diagnóstica automatizada y necesidad de supervisión clínica.

Bloque 3. Valoración del riesgo y prevención de la conducta suicida

Elementos clínicos de la evaluación del riesgo suicida: ideación, intencionalidad, planificación, acceso a medios, tentativas previas, factores precipitantes, factores protectores y apoyo social. Utilidad de la IA para estructurar la información, detectar datos ausentes y apoyar la elaboración de planes de seguridad. Limitaciones de los modelos predictivos y responsabilidad profesional en la toma de decisiones.

Bloque 4. Adherencia terapéutica e intervenciones socioambientales

Factores asociados a la falta de adherencia farmacológica, psicológica y asistencial. Aplicación de la IA para identificar barreras relacionadas con efectos adversos, creencias sobre el tratamiento, falta de eficacia percibida, desorganización, escaso apoyo social o consumo de sustancias. Diseño y monitorización de intervenciones sobre ejercicio, sueño, rutinas, apoyo social, habilidades sociales, actividad ocupacional y prevención del aislamiento.

Bloque 5. Psicoterapia apoyada por inteligencia artificial

Aplicaciones de la IA en la preparación, desarrollo y seguimiento de intervenciones psicoterapéuticas. Elaboración de materiales psicoeducativos, registros, tareas entre sesiones, jerarquías de exposición y ejercicios de reestructuración cognitiva o solución de problemas. Uso de agentes conversacionales para el entrenamiento de habilidades terapéuticas. Riesgos, límites y situaciones clínicas en las que no resulta apropiado utilizar sistemas autónomos.

Bloque 6. Psicodiagnóstico de personalidad y función cognitiva

Aplicación de la IA a la organización e integración de información procedente de entrevistas, cuestionarios de personalidad y pruebas cognitivas. Interpretación de perfiles psicométricos y neuropsicológicos, diferenciación entre rasgo y estado clínico e integración de resultados por dominios cognitivos. Influencia de la edad, escolaridad, idioma, medicación, estado afectivo y otras variables sobre la interpretación.

Bloque 1. Registro automatizado y estructuración de la historia clínica de salud mental

Caso de uso 1. Transcripción de una entrevista clínica simulada y transformación de su contenido en una historia clínica estructurada.

Caso de uso 2. Generación y revisión de una nota de evolución, informe de derivación o resumen clínico, identificando omisiones, errores e información no sustentada.

Bloque 2. Exploración psicopatológica, diagnóstico y monitorización de la evolución

Caso de uso 3. Elaboración de una exploración psicopatológica a partir de una entrevista, distinguiendo entre datos observados, información referida, inferencias e información no evaluada.

Caso de uso 4. Generación de un diagnóstico diferencial y elaboración de una representación gráfica o resumen longitudinal de la evolución sintomática y funcional.

Bloque 3. Valoración del riesgo y prevención de la conducta suicida

Caso de uso 5. Análisis de un caso clínico para organizar los factores de riesgo y protección, detectar la información ausente y formular preguntas adicionales.

Caso de uso 6. Elaboración de un plan de seguridad individualizado, con señales de alarma, estrategias de afrontamiento, red de apoyo, contactos asistenciales y medidas de reducción del acceso a medios letales.

Bloque 4. Adherencia terapéutica e intervenciones socioambientales

Caso de uso 7. Análisis de un registro de seguimiento para identificar el tipo y las causas de la falta de adherencia y proponer intervenciones adaptadas.

Caso de uso 8. Diseño de un plan terapéutico socioambiental con objetivos concretos de ejercicio, sueño, actividad, apoyo social y habilidades sociales, incluyendo indicadores de cumplimiento.

Bloque 5. Psicoterapia apoyada por inteligencia artificial

Caso de uso 9. Preparación de una sesión psicoterapéutica y elaboración de materiales, preguntas, registros o tareas entre sesiones adaptados a un caso clínico.

Caso de uso 10. Simulación con un agente conversacional para practicar entrevista motivacional, activación conductual, reestructuración cognitiva, exposición, solución de problemas o habilidades sociales.

Bloque 6. Psicodiagnóstico de personalidad y función cognitiva

Caso de uso 11. Integración de resultados simulados de entrevista y pruebas de personalidad, formulando hipótesis prudentes y señalando las limitaciones de la interpretación.

Caso de uso 12. Organización de resultados cognitivos por dominios y elaboración de un perfil clínico que permita plantear hipótesis sobre envejecimiento normal, depresión, deterioro cognitivo o síndrome disejecutivo.

Halder S, Halder B, Mahato AK. Navigating AI in Mental Health Care: Innovations, Ethics, and Future Trends. Singapore: Springer; 2025. doi:10.1007/978-981-96-9744-1.

Cruz-Gonzalez P, He AWJ, Lam EP, et al. Artificial intelligence in mental health care: a systematic review of diagnosis, monitoring and intervention applications. Psychological Medicine. 2025.

Revisión sistemática especialmente útil para presentar el estado de la evidencia en las tres grandes áreas de aplicación: diagnóstico, monitorización e intervención.

World Health Organization. Ethics and Governance of Artificial Intelligence for Health. Geneva: World Health Organization; 2021.

Documento básico sobre autonomía, seguridad, transparencia, responsabilidad, equidad y sostenibilidad en el uso sanitario de la IA. Dispone de resumen en español.

World Health Organization. Ethics and Governance of Artificial Intelligence for Health: Guidance on Large Multi-Modal Models. Geneva: World Health Organization; 2025.

Orientación específica sobre modelos generativos y multimodales aplicados a la asistencia sanitaria, investigación, salud pública y desarrollo de medicamentos.

Canal Youtube  Prof. Jorge Cervilla https://www.youtube.com/channel/UCEcfUoIIQfEz8GBjqFr7LYQ

American Psychiatric Association: Artificial Intelligence in Psychiatric Care

Portal dirigido específicamente a profesionales de la psiquiatría. Incluye aplicaciones clínicas, terminología, privacidad, seguridad, responsabilidad profesional y preguntas frecuentes.

American Psychiatric Association: AI Scribe Tools

Recurso para evaluar herramientas de transcripción y documentación clínica automatizada. Incluye preguntas sobre privacidad, almacenamiento de datos, integración clínica, precisión y responsabilidad del proveedor. La propia APA advierte que las respuestas de los fabricantes deben verificarse independientemente.

National Institute of Mental Health: Technology and the Future of Mental Health Treatment

Introducción accesible a las aplicaciones de tecnologías digitales en evaluación, monitorización y tratamiento de los trastornos mentales, junto con sus ventajas y limitaciones.

National Institute of Mental Health: Opportunities and Challenges of Developing Information Technologies

Documento sobre tecnologías digitales, recogida de datos conductuales, investigación clínica, protección de los participantes y evaluación de intervenciones.

World Health Organization: Artificial Intelligence for Health

Portal general de la OMS dedicado a la adopción científica, segura y ética de la inteligencia artificial en salud.

Comisión Europea: Reglamentos y orientaciones sobre productos sanitarios

Información oficial sobre los Reglamentos europeos de productos sanitarios y las guías aplicables al software clínico.

Comisión Europea: interacción entre el Reglamento de productos sanitarios y el Reglamento de Inteligencia Artificial

Documento especialmente relevante para herramientas de IA que puedan clasificarse como software sanitario o sistemas de alto riesgo.

• MD01 Clases magistrales, seminarios y exposiciones multimedia.
• MD02 Clases de ejercicios y resolución de casos prácticos, estudio de casos y discusión de trabajos y artículos.
• MD03 Supervisión de trabajos.
• MD04 Tutorías individuales y/o colectivas programadas.
• MD05 Estudio personal del estudiante.

• Instrumento y Porcentaje 
• ·      Asistencia y participación activa (debate-reflexión) en el desarrollo de las sesiones síncronas: 10%.
• ·      Realización de cuestionarios y actividades online, a través de la plataforma del Campus Virtual, en sesiones síncronas: 40 %.
• ·      Participación, elaboración y resolución de casos, cuestionarios, defensa y debate sobre lecturas recomendadas en sesiones asíncronas, sesiones de tutorización o realizadas online a través de las herramientas del Campus virtual: 50% 
•  
• Rúbrica de Evaluación: Nivel y Criterios 
• ·      Excelente (9-10) - Dominio completo de los contenidos. - Excelente capacidad crítica. - Argumentación rigurosa. - Uso correcto del marco jurídico. - Soluciones innovadoras. - Excelente redacción y referencias. 
• ·      Bueno (7-8) - Comprensión sólida. - Buena aplicación práctica. - Escasas incorrecciones. - Argumentación consistente. 
• ·      Aceptable (5-6) - Conocimientos suficientes. - Aplicación limitada. - Argumentación básica. - Algunas deficiencias conceptuales. 
• ·      Insuficiente (<5) - Desconocimiento de conceptos esenciales. - Incapacidad para aplicar los conceptos básicos a los casos planteados. - Errores relevantes.

• Instrumento y Porcentaje 
• · Prueba a través de las herramientas del Campus virtual: 50% 
• ·      Asistencia y participación activa (debate-reflexión) en el desarrollo de las sesiones síncronas: 10%.
• ·      Realización de cuestionarios y actividades online, a través de la plataforma del Campus Virtual, en sesiones síncronas: 40 %.
•  
• Rúbrica de Evaluación: Nivel y Criterios 
• ·      Excelente (9-10) - Dominio completo de los contenidos. - Excelente capacidad crítica. - Argumentación rigurosa. - Uso correcto del marco jurídico. - Soluciones innovadoras. - Excelente redacción y referencias. 
• ·      Bueno (7-8) - Comprensión sólida. - Buena aplicación práctica. - Escasas incorrecciones. - Argumentación consistente. 
• ·      Aceptable (5-6) - Conocimientos suficientes. - Aplicación limitada. - Argumentación básica. - Algunas deficiencias conceptuales. 
• ·      Insuficiente (<5) - Desconocimiento de conceptos esenciales. - Incapacidad para aplicar los conceptos básicos a los casos planteados. - Errores relevantes.

• Instrumento y Porcentaje 
• ·      Pruebas a través de las herramientas del Campus virtual: 100% 
•  Rúbrica de Evaluación: Nivel y Criterios 
• ·      Excelente (9-10) - Dominio completo de los contenidos. - Excelente capacidad crítica. - Argumentación rigurosa. - Uso correcto del marco jurídico. - Soluciones innovadoras. - Excelente redacción y referencias. 
• ·      Bueno (7-8) - Comprensión sólida. - Buena aplicación práctica. - Escasas incorrecciones. - Argumentación consistente. 
• ·      Aceptable (5-6) - Conocimientos suficientes. - Aplicación limitada. - Argumentación básica. - Algunas deficiencias conceptuales. 
• ·      Insuficiente (<5) - Desconocimiento de conceptos esenciales. - Incapacidad para aplicar los conceptos básicos a los casos planteados. - Errores relevantes.

La asignatura aborda la utilización práctica de herramientas de inteligencia artificial como apoyo a la actividad clínica en psiquiatría, psicología clínica y salud mental. Su finalidad no es formar al alumnado en el desarrollo técnico de algoritmos, sino capacitarlo para emplear de forma competente, crítica y segura herramientas de IA en situaciones clínicas habituales.

Los contenidos se organizan en seis grandes áreas de aplicación: registro automatizado y estructuración de la historia clínica; exploración psicopatológica, diagnóstico diferencial y monitorización de la evolución; valoración y prevención del riesgo suicida; seguimiento de la adherencia terapéutica y planificación de intervenciones socioambientales; apoyo a la psicoterapia; y evaluación de la personalidad y de la función cognitiva.

Mediante demostraciones, entrevistas simuladas, ejercicios guiados y resolución de casos, el alumnado aprenderá a formular instrucciones adecuadas para sistemas de IA, revisar críticamente sus resultados, detectar errores, omisiones o inferencias no justificadas y transformar las respuestas generadas en productos clínicos válidos bajo supervisión profesional.

La asignatura prestará especial atención a la confidencialidad de los datos, el consentimiento, la seguridad clínica, los sesgos algorítmicos, la explicabilidad, la responsabilidad profesional y los límites del uso de IA con pacientes vulnerables