Ensayo aleatorio de un chatbot de IA generativa para el tratamiento de la salud mental
Artículo revisado por nuestra redacción
Los chatbots de inteligencia artificial generativa (IAG) son prometedores para desarrollar tratamientos de salud mental altamente personalizados y efectivos a gran escala, a la vez que abordan los problemas de interacción y retención de usuarios comunes en las terapias digitales. Presentamos un ensayo controlado aleatorio (ECA) que prueba Therabot, un chatbot optimizado por expertos ...
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
Los chatbots de inteligencia artificial generativa (IAG) son prometedores para desarrollar tratamientos de salud mental altamente personalizados y efectivos a gran escala, a la vez que abordan los problemas de interacción y retención de usuarios comunes en las terapias digitales. Presentamos un ensayo controlado aleatorio (ECA) que prueba Therabot, un chatbot optimizado por expertos e impulsado por IAG, para el tratamiento de la salud mental.
Realizamos un ensayo controlado aleatorio nacional de adultos (N = 210) con síntomas clínicamente significativos de trastorno depresivo mayor (TDM), trastorno de ansiedad generalizada (TAG) o con alto riesgo clínico de trastornos de la alimentación y la ingestión (CHR-FED). Los participantes fueron asignados aleatoriamente a una intervención de Therabot de 4 semanas (N = 106) o control de lista de espera (WLC; N = 104). Los participantes de WLC no recibieron acceso a la aplicación durante el período del estudio, pero obtuvieron acceso después de su conclusión (8 semanas). Los participantes fueron estratificados en uno de tres grupos según los resultados de la evaluación de salud mental: aquellos con síntomas clínicamente significativos de TDM, TAG o CHR-FED. Los resultados primarios fueron los cambios en los síntomas desde el inicio hasta la posintervención (4 semanas) y el seguimiento (8 semanas).
Los resultados secundarios incluyen la participación del usuario, la aceptabilidad y la alianza terapéutica (es decir, la relación colaborativa entre paciente y terapeuta). Los modelos mixtos de enlace acumulativo examinaron los cambios diferenciales. Los tamaños del efecto de Cohen fueron ilimitados y se calcularon en función del log-odds ratio, que representa el cambio diferencial entre los grupos.

