Detección Temprana de Trastorno de Ansiedad Generalizada Mediante un Asistente Virtual: Análisis Predictivo de la Sintomatología Basado en Aprendizaje Automático
DOI:
https://doi.org/10.70577/asce.v5i2.866Palabras clave:
Inteligencia artificial, Salud mental, Psicoterapia, Tecnología educativa, Programación informática, Diagnóstico.Resumen
Esta investigación nació con el propósito de desarrollar y poner a prueba a "Maya", un asistente virtual diseñado para acompañar la detección temprana del Trastorno de Ansiedad Generalizada (TAG). En este contexto, entendimos la detección temprana no solo como un diagnóstico técnico, sino como la oportunidad vital de identificar señales de alerta y patrones de pensamiento antes de que la ansiedad se volviera abrumadora para el paciente, facilitando así un puente hacia la ayuda profesional.
Para dar vida a esta herramienta, unimos la psicología con la tecnología de una manera profunda. Integramos los fundamentos de la Terapia Cognitivo-Conductual (TCC) mediante diálogos que guiaban al usuario a través del cuestionamiento de sus propios pensamientos, actuando como un espacio seguro de autorreflexión digital. Por otro lado, la capacidad de los modelos GPT-3.5 para identificar síntomas no fue una simple coincidencia; se basó en una lógica de análisis semántico capaz de reconocer el "lenguaje de la ansiedad". El modelo logró interpretar marcadores lingüísticos específicos, como la rumiación constante y la tendencia a imaginar escenarios catastróficos, traduciendo estas expresiones naturales en indicadores clínicos claros.
El proceso de evaluación fue una experiencia compartida entre la tecnología, una experta en psicología clínica y 50 personas que interactuaron con el asistente. Los resultados fueron sumamente humanos: la escala de usabilidad alcanzó un 84%, reflejando una excelente acogida. Lo más valioso fue que el 96% de los usuarios sintió que sus síntomas fueron comprendidos con exactitud, mientras que el 98% encontró consuelo y guía en las estrategias de manejo sugeridas. En definitiva, "Maya" demostró ser un recurso de apoyo cálido y accesible, enfocado en la educación emocional y el triaje preventivo, siempre con el objetivo de sumar al trabajo del especialista, nunca de reemplazarlo.
Descargas
Citas
Barcos Andradez, A. O. (2023). Desarrollo de un prototipo de asistente virtual como herramienta de apoyo en el proceso de Aprendizaje. https://repositorio.ug.edu.ec/search?query=barco%20andradez
Brooke, J. (1996). SUS: A quick and dirty usability scale. En P. W. Jordan, B. Thomas, B. A. Weerdmeester, & I. L. McClelland (Eds.), Usability evaluation in industry (pp. 189–194). Taylor & Francis. https://www.researchgate.net/publication/228593520_SUS_A_quick_and_dirty_usability_scale
Camargo, L., Herrera-Pino, J., Shelach, S., Soto-Añari, M., Porto, M. F., & Alonso, M. (2023). Escala de ansiedad generalizada GAD-7 en profesionales médicos colombianos durante pandemia de COVID-19: Validez de constructo y confiabilidad. Revista Colombiana de Psiquiatría, 52(3), 245–250. https://www.elsevier.es/en-revista-revista-colombiana-psiquiatria-english-edition--479-pdf-S2530312023000504
Chieng Cueva, A. I., & Medina Aguirre, G. E. (2022). Evaluación de trastornos mentales de ansiedad y depresión vía chatbot. https://repositorio.ulima.edu.pe/handle/20.500.12724/16335
Franco Chóez, X. E., et al. (2021). Claves para el tratamiento de la ansiedad en tiempos de COVID-19. Revista Universidad y Sociedad, 13(3), 456–465. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2218-36202021000300271
Hollis, C., Morriss, R., Martin, J., Amani, S., Cotton, R., Denis, M., & Lewis, S. (2015). Technological innovations in mental healthcare: Harnessing the digital revolution. The British Journal of Psychiatry, 206(4), 263–265. https://doi.org/10.1192/bjp.bp.113.142612
Liu, H., Peng, H., Song, X., Xu, C., & Zhang, M. (2022). Using AI chatbots to provide self-help depression interventions for university students: A randomized trial of effectiveness. Internet Interventions, 27, 100495. https://doi.org/10.1016/j.invent.2022.100495
Muñoz, R. F., Cuijpers, P., Smit, F., Barr Taylor, C., & Simon, G. E. (2010). Prevention of major depression. Annual Review of Clinical Psychology, 6, 181–212. https://doi.org/10.1146/annurev-clinpsy-033109-132040
Pelissolo, A. (2019). Trastornos de ansiedad y fóbicos. EMC - Tratado de Medicina, 23(1), 1–7. https://www.sciencedirect.com/science/article/abs/pii/S1636541019419983
Taylor, C. B., Ruzek, J. I., Fitzsimmons-Craft, E. E., Sadeh-Sharvit, S., & Newman, M. G. (2020). Using digital technology to reduce the prevalence of mental health disorders in populations: Time for a new approach. Journal of Medical Internet Research, 22(7), e17493. https://doi.org/10.2196/17493
World Health Organization. (2022). COVID-19 pandemic triggers 25% increase in prevalence of anxiety and depression worldwide. https://www.who.int/news/item/02-03-2022-covid-19-pandemic-triggers-25-increase-in-prevalence-of-anxiety-and-depression-worldwide
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Ingrid Angélica García Torres , Oswaldo Orlando Aráuz Arroyo , Maria Katherine Mora Barzola , Maria Fernanda Peñafiel Cox
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Eres libre de:
- Compartir : copiar y redistribuir el material en cualquier medio o formato
- Adaptar : remezclar, transformar y desarrollar el material
- El licenciante no puede revocar estas libertades siempre y cuando usted cumpla con los términos de la licencia.
En los siguientes términos:
- Atribución : Debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o a su uso.
- No comercial : no puede utilizar el material con fines comerciales .
- CompartirIgual — Si remezcla, transforma o construye sobre el material, debe distribuir sus contribuciones bajo la misma licencia que el original.
- Sin restricciones adicionales : no puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros hacer algo que la licencia permite.
