Inteligencia artificial generativa aplicada a la salud mental: un análisis bibliométrico

Abstract

Introducción: la inteligencia artificial generativa ha emergido como una tecnología disruptiva con un potencial significativo para transformar la investigación y la práctica en salud mental, impulsando nuevas formas de análisis, diagnóstico y apoyo terapéutico. Objetivo: caracterizar la producción científica sobre inteligencia artificial generativa en salud mental mediante un análisis bibliométrico, identificando tendencias temporales, patrones de colaboración y temas emergentes principales. Métodos: se realizó un estudio bibliométrico cuantitativo y descriptivo basado en documentos indexados en la base de datos Scopus, recuperados mediante una estrategia de búsqueda estructurada y criterios de elegibilidad claramente definidos. El corpus final estuvo conformado por 1988 estudios publicados entre 2020 y 2025, los cuales fueron analizados utilizando el paquete bibliometrix de R Studio y su interfaz Biblioshiny para llevar a cabo análisis de desempeño y mapeo científico. Resultados: se evidencia un crecimiento exponencial de la producción científica a partir de 2023, con una elevada tasa de colaboración internacional y una fuerte concentración de publicaciones en países e instituciones líderes de Estados Unidos y China. Temáticamente, los modelos de lenguaje de gran escala y los sistemas conversacionales se consolidan como ejes centrales del campo, mientras que emergen perspectivas investigativas vinculadas a la psiquiatría computacional, la ética y la salud mental digital. Conclusiones: la GenAI se posiciona como un componente estructural del ecosistema científico en salud mental, configurando un cambio paradigmático que demanda enfoques interdisciplinarios, marcos éticos sólidos y una agenda de investigación orientada a su integración responsable y sostenible.

Ähnliche Arbeiten