1. AWARE: cinco preguntas sobre la IA que deberían formar parte de la entrevista Un grupo de psiquiatras canadienses (Montreal, Toronto, Vancouver) propone en JMIR Medical Education el marco AWARE. Su objetivo es explorar de forma sistemática cómo usan los pacientes la IA conversacional. Sus cinco dominios son:Uso: qué herramientas usa y con qué frecuenc...
PUBLICIDAD
Crea tu cuenta gratis y léelo completo ahora.
¿Ya estás registrado? Inicia sesión aquí .
1. AWARE: cinco preguntas sobre la IA que deberían formar parte de la entrevista
Un grupo de psiquiatras canadienses (Montreal, Toronto, Vancouver) propone en JMIR Medical Education el marco AWARE. Su objetivo es explorar de forma sistemática cómo usan los pacientes la IA conversacional. Sus cinco dominios son:Uso: qué herramientas usa y con qué frecuencia.
Motivo: para qué las usa (información, decisiones, desahogo, compañía).
Apego: qué peso emocional tiene esa relación.
Realidad y riesgo: si la IA está influyendo en su juicio de realidad o en su nivel de riesgo.
Efecto: qué impacto tiene en su funcionamiento, sus relaciones y su recuperación.
No es una escala ni un instrumento diagnóstico. Es una guía para completar la historia clínica. Los autores proponen además enseñarla en simulación, en exámenes clínicos estructurados y en supervisión. Es un artículo de opinión: todavía no hay datos de validación.Un caso publicado esta semana en JMIR Formative Research muestra por qué hace falta.
Una mujer de unos 25 años, con trastorno de ansiedad generalizada y depresión mayor y un buen funcionamiento previo, había acabado dependiendo de ChatGPT para tareas cotidianas:redactar correos,interpretar lo que otros le decían,tomar decisiones,intentar anticipar el futuro.
Cada vez se sentía menos capaz de hacerlo sola. La autora lo interpreta como una búsqueda de tranquilización sin límites: a un amigo se le acaba la paciencia, a la IA no.
Por qué importa: si no preguntas, no lo sabrás; el paciente rara vez lo menciona por iniciativa propia. Incorporar dos o tres preguntas sencillas a la anamnesis permite detectar a tiempo patrones de dependencia o de búsqueda compulsiva de tranquilización. Por ejemplo: "¿Usas algún chat de IA? ¿Para qué? ¿Cómo te sentirías si no pudieras usarlo una semana?". En pacientes con ansiedad, puede ser una conducta de seguridad más que conviene trabajar en terapia.
Fuentes:
Hudon A, Bhat V, Nunez JJ, et al. The AWARE Framework for Assessing Patients' Use of AI in Mental Health Care. JMIR Medical Education 2026;12:e108766. DOI: 10.2196/108766
Armstrong S. Problematic Reliance on Generative AI in an Anxious Young Adult: Case Report. JMIR Formative Research 2026;10:e98297. DOI: 10.2196/98297
2. Chatbots en salud mental: un efecto real, pero modesto y con evidencia débil
Un metaanálisis de tres niveles publicado en Psychiatry Research reúne 16 estudios y 67 tamaños de efecto sobre intervenciones con chatbots de IA. Este diseño permite analizar varios resultados de un mismo estudio sin contarlos dos veces.El efecto global es pequeño-moderado (g de Hedges = 0,47).
Es estable al retirar los estudios uno a uno y se observa mejoría en depresión, ansiedad, soledad, afecto y sueño. Sin embargo, la mayoría de los estudios tiene algún riesgo de sesgo y la certeza global de la evidencia es baja. Los autores advierten además de que el efecto corresponde a la intervención completa (contenidos, estructura, seguimiento) y no a la aportación aislada de la IA.
Por qué importa: cuando un paciente te pregunte si le puede ayudar una app con chatbot, la respuesta honesta es "posiblemente algo, como complemento". No sirve como sustituto del tratamiento. Además, estos resultados se refieren a intervenciones diseñadas para salud mental: no pueden trasladarse al uso de un chatbot generalista como ChatGPT para desahogarse.
Fuente:
Wang Q, Zhong J, Qi K, et al. The effects of artificial intelligence-based chatbots on mental health: A systematic review and three-level meta-analysis. Psychiatry Research 2026;366:117459. DOI: 10.1016/j.psychres.2026.117459
3. Informes que el paciente entienda: qué consiguen los LLM al simplificar notas clínicas
En Alemania, igual que en España, el paciente tiene derecho a acceder a su historia clínica, pero las notas están escritas para profesionales. Un equipo con participación de psiquiatras del Immanuel Klinik Rüdersdorf probó diez LLM gratuitos, entre ellos Mistral, ChatGPT y Copilot. Les pidieron simplificar cinco notas clínicas sintéticas (ficticias, sin datos de pacientes reales) con instrucciones estandarizadas.
Resultados: Todos los modelos redujeron claramente la jerga y las abreviaturas.Todos alargaron el texto.Ninguno mejoró de forma consistente todos los índices de legibilidad.Mistral, ChatGPT y Copilot fueron los que mejor equilibraron simplicidad y extensión.Los autores concluyen que los índices clásicos de legibilidad no bastan para medir si un texto médico se entiende.
Por qué importa: usar un LLM para preparar una versión comprensible de un informe de alta o de un plan de tratamiento es una aplicación sensata.
Tiene dos condiciones:
- Nunca pegues datos identificables en una herramienta no evaluada por tu centro. Eso tiene implicaciones de RGPD.
- Revisa siempre el resultado. Un texto más largo no es necesariamente más claro, y en la simplificación puede perderse o distorsionarse información clínica relevante.
Fuente:
Teichmann M, Özkara Menekseoglu P, Schwarz J, et al. Large Language Models for Clinical Note Simplification: A Systematic Review and Experimental Evaluation of Medical Text Readability. Studies in Health Technology and Informatics 2026;340:148-162. DOI: 10.3233/SHTI260997
4. Un chatbot de la OMS, dos maneras de verlo: psicoterapeutas frente a médicos de familia
Investigadores de la Fondazione Bruno Kessler (Trento, Italia) construyeron un prototipo basado en Self-Help Plus, el programa de autoayuda psicológica de la OMS. Combina contenidos psicoeducativos estructurados con un chatbot de LLM cuyo margen de conversación está acotado. Lo probaron 48 clínicos (40 psicoterapeutas y 8 médicos de familia) en grupos focales separados por profesión.
Resultados:
- Psicoterapeutas: lo vieron como un complemento de la terapia, útil para dar continuidad entre sesiones, siempre con supervisión y adaptado a cada paciente.
- Médicos de familia: lo vieron como un recurso de baja exigencia para prevención y orientación, con criterios claros de quién puede usarlo y a dónde derivar.
- Riesgos: ambos grupos identificaron los mismos, pero propusieron formas distintas de controlarlos.Es un estudio cualitativo, con solo 8 médicos de familia, que mide percepciones y no eficacia.
Por qué importa: antes de preguntar si un chatbot "funciona", conviene decidir en qué punto del circuito asistencial se coloca, quién lo supervisa y qué se hace cuando detecta algo que no puede manejar. Si tu servicio se plantea incorporar una herramienta así, esa conversación entre salud mental y atención primaria debería ser previa, no posterior.
Fuente:
Rizzi S, Fait S, Franzin M, Sanna L. How professional logics shape AI implementation in mental healthcare: a qualitative study of an LLM-enhanced chatbot. Frontiers in Digital Health 2026;8:1945281. DOI: 10.3389/fdgth.2026.1945281
Elaborado con apoyo de IA y revisión clínica del equipo de Psiquiatria.com. Autoría: Marc Moreno.
Sigue leyendo: [Artículo destacado: CARES, una alerta de IA para detectar riesgo de suicidio en urgencias]([URL AL PUBLICAR]) · IA al día: novedades técnicas de la semana
12,2 créditos
Inicio: 07/10/2026 |Precio: 120€
Ver curso
Explora el artículo con IA