Introducción La intervención de planificación de seguridad (SPI) es una herramienta basada en evidencia fundamental para prevenir el suicidio, ayudando a los pacientes a identificar señales de advertencia y estrategias de afrontamiento. Sin embargo, su efectividad depende de que los planes sean de alta calidad —es decir, completos, personalizados y espec&...
PUBLICIDAD
Crea tu cuenta gratis y léelo completo ahora.
¿Ya estás registrado? Inicia sesión aquí .
La intervención de planificación de seguridad (SPI) es una herramienta basada en evidencia fundamental para prevenir el suicidio, ayudando a los pacientes a identificar señales de advertencia y estrategias de afrontamiento. Sin embargo, su efectividad depende de que los planes sean de alta calidad —es decir, completos, personalizados y específicos—, algo que actualmente es difícil de medir de forma masiva porque requiere una revisión manual intensiva por parte de expertos. El objetivo de este estudio fue desarrollar el Safety Plan Fidelity Rater (SPFR), una herramienta automatizada que utiliza modelos de lenguaje de gran tamaño (LLM) para evaluar la calidad de estos planes escritos y proporcionar retroalimentación inmediata a los clínicos.
Para el desarrollo del SPFR, los investigadores utilizaron 266 planes de seguridad desidentificados provenientes de 61 clínicas ambulatorias de salud mental en Nueva York. El estudio se centró en evaluar cuatro pasos críticos del plan: señales de advertencia, estrategias de afrontamiento internas, seguridad del entorno y razones para vivir. Se comparó el rendimiento de tres modelos: GPT-4, LLaMA 3 y o3-mini. Los investigadores optimizaron los sistemas de puntuación probando tres variantes: el sistema original de 4 niveles (del 0 al 3) y dos sistemas de 3 niveles (uno de alta precisión y otro de precisión baja-moderada). El rendimiento se midió utilizando la puntuación F1 ponderada para equilibrar la precisión y la recuperación de datos.
Los hallazgos principales indicaron que los modelos LLaMA 3 y o3-mini superaron a GPT-4 en la precisión de la calificación. Los resultados específicos por paso fueron:
• Señales de advertencia: El mejor rendimiento lo obtuvo LLaMA 3 con el sistema de alta precisión (F1: 79.12%).
• Estrategias de afrontamiento y Seguridad del entorno: El modelo o3-mini fue el más eficaz utilizando el sistema de precisión baja-moderada (F1: 81.13% y 76.56%, respectivamente).
• Razones para vivir: o3-mini destacó nuevamente con el sistema de alta precisión, alcanzando un F1 del 91.99%. En general, la precisión de las herramientas mejoró significativamente al reducir el sistema de puntuación de 4 a 3 niveles. Además, LLaMA 3 demostró ser el modelo más consistente en sus calificaciones a través de diferentes parámetros.
El estudio concluye que los LLM tienen un potencial significativo para automatizar la evaluación de planes de seguridad, ofreciendo a los clínicos retroalimentación precisa y oportuna que podría mejorar la implementación de estas intervenciones en la práctica comunitaria. Aunque los resultados son prometedores, los autores señalan que esta es una fase piloto y se requiere más investigación para integrar estas herramientas en las historias clínicas electrónicas y evaluar cómo la mejora en la calidad de los planes (detectada por la IA) se traduce directamente en una reducción del comportamiento suicida en los pacientes.
Resumen y adaptación editorial: María Dolores Asensio Moreno (Cibermedicina / Psiquiatria.com)
Fuente original: Automated Safety Plan Scoring in Outpatient Mental Health
Settings Using Large Language Models: Exploratory Study https://mental.jmir.org/2026/1/e79010
Este contenido es un resumen adaptado. La autoría científica corresponde a los autores originales. Artículo distribuido bajo licencia Creative Commons según la fuente original.
Explora el artículo con IA