EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

Inteligencia Artificial Generativa como apoyo para la personalización de intervenciones terapéuticas para la depresión: una revisión exploratoria

Johanna Paola Basantes Insuasti, Diego Paul Corrales Vargas, Verónica Alexandra Villa Yánez

Esprint Investigación · 24.04.2026 · 5 (1) · 754-773

DOI: 10.61347/ei.v5i1.283 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Esprint Investigación, online erschienen am 24.04.2026. Verfasst von Johanna Paola Basantes Insuasti und 2 weiteren Autor:innen. Die Arbeit nennt 32 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

La depresión constituye un problema prioritario de salud pública y, ante la heterogeneidad de la respuesta terapéutica y las barreras de acceso, la inteligencia artificial generativa ha emergido como una alternativa prometedora para apoyar la personalización de intervenciones clínicas. El objetivo de esta revisión exploratoria fue mapear, sintetizar y analizar críticamente la evidencia disponible sobre el uso de la inteligencia artificial generativa en la personalización de intervenciones terapéuticas para la depresión. Se siguieron las directrices PRISMA-ScR y se realizaron búsquedas en las bases de datos Scopus, PubMed y Web of Science sin restricciones de idioma ni de año de publicación. Se recuperaron 47 registros, de los cuales, tras la eliminación de duplicados y el proceso de selección por títulos, resúmenes y texto completo, se incluyeron finalmente 10 estudios originales. Los resultados mostraron una clara predominancia de chatbots terapéuticos basados en modelos de lenguaje a gran escala, así como enfoques híbridos con recuperación de información, monitoreo contextual y aplicaciones multimodales. Asimismo, se identificó que la personalización se implementó principalmente a través de estrategias dinámicas, contextuales, intraindividuales y participativas, orientadas al apoyo emocional, la psicoeducación, la activación conductual, la terapia cognitivo-conductual y la toma de decisiones clínicas. No obstante, persistieron limitaciones relacionadas con tamaños de muestra reducidos, validación clínica insuficiente, presencia de sesgos en los datos, necesidad de supervisión humana, desafíos éticos y barreras de implementación. En conclusión, la inteligencia artificial generativa presenta un potencial significativo para fortalecer las intervenciones terapéuticas personalizadas en la depresión; sin embargo, su adopción clínica requiere el fortalecimiento de la robustez metodológica, la validación en contextos reales y el desarrollo de marcos de seguridad más sólidos.

Zitieren

APA

Insuasti, J. P. B., Vargas, D. P. C., & Yánez, V. A. V. (2026). Inteligencia Artificial Generativa como apoyo para la personalización de intervenciones terapéuticas para la depresión: una revisión exploratoria. Esprint Investigación, 5(1), 754-773. https://doi.org/10.61347/ei.v5i1.283

Vancouver

Insuasti JPB, Vargas DPC, Yánez VAV. Inteligencia Artificial Generativa como apoyo para la personalización de intervenciones terapéuticas para la depresión: una revisión exploratoria. Esprint Investigación. 2026;5(1):754-773. doi:10.61347/ei.v5i1.283

BibTeX
@article{Insuasti2026,
  author = {Insuasti, Johanna Paola Basantes and Vargas, Diego Paul Corrales and Yánez, Verónica Alexandra Villa},
  title = {Inteligencia Artificial Generativa como apoyo para la personalización de intervenciones terapéuticas para la depresión: una revisión exploratoria},
  journal = {Esprint Investigación},
  year = {2026},
  volume = {5},
  number = {1},
  pages = {754--773},
  doi = {10.61347/ei.v5i1.283}
}
Kostenlos starten →