La salud mental es un pilar fundamental del bienestar humano, influyendo directamente en la calidad de vida y en el desempeño diario de las personas. En los últimos años, la creciente conciencia sobre la prevalencia y el impacto de los trastornos mentales ha impulsado el desarrollo de enfoques innovadores que complementen las estrategias tradicionales de diagnóstico y tratamiento. En este contexto, la inteligencia artificial (IA) ha emergido como una herramienta transformadora, capaz de procesar grandes volúmenes de datos clínicos, conductuales y genéticos para mejorar la detección temprana de patologías, personalizar intervenciones terapéuticas y optimizar la toma de decisiones en entornos clínicos.
Desde 2022, el Grupo GEMISGEMIS.BA de la Universidad Tecnológica Nacional - Facultad Regional Buenos Aires se encuentra trabajando en una nueva línea de investigación sobre la aplicación de IA en salud mental. En esta línea de trabajo, además del desarrollo de modelos predictivos basados en datos clínicos y del análisis automatizado de señales e imágenes para la identificación de nuevos patrones y predictores, se ha incorporado el estudio de los sistemas de apoyo a la decisión clínica (Clinical Decision Support System - CDSS) basados en IA. Esta nueva dimensión de investigación busca evaluar la viabilidad, aceptación y potencial de estas herramientas en la práctica clínica, con el objetivo de mejorar la precisión diagnóstica y la personalización del tratamiento. Asimismo, en el marco de este proyecto, se ha ampliado el enfoque metodológico mediante la aplicación de modelos tanto supervisados como no supervisados, lo que permite abordar el desafío de trabajar con datos no etiquetados, una situación común en el ámbito de la salud mental. Esta estrategia busca no solo mejorar la capacidad predictiva de los modelos, sino también ampliar su aplicabilidad en escenarios clínicos reales.
El presente trabajo expone los avances recientes en esta línea de investigación, destacando las contribuciones del uso de IA en salud mental y las oportunidades que ofrecen los enfoques híbridos para el desarrollo de herramientas más precisas y accesibles en el ámbito clínico.