Investigación aplicada a la monitorización clínica basada en datos
Gallardo-Pujol, D., Trujillo, A., Domínguez-Álvarez, B., Martínez, G., Clapés, A., & Escalera, S. (2024, 28 octubre). Developing a Digital Mental Health Ecosystem for Workplaces: Rationale, Objectives, and Methods of the MetrikaMind Project.
Descripción de la investigación
Este trabajo explora el potencial de los sistemas de monitorización clínica basados en datos y machine learning para apoyar la práctica psicológica mediante análisis longitudinal y generación de indicadores predictivos. La investigación aborda cómo la integración de modelos psicométricos y análisis automatizado puede contribuir a mejorar la evaluación continua en salud mental y facilitar decisiones clínicas más informadas.
Contexto Científico
La evolución hacia modelos de atención basados en datos está transformando la práctica clínica en psicología. Tradicionalmente, la evaluación del progreso terapéutico se ha apoyado en observaciones puntuales y en información autorreportada, lo que puede limitar la detección temprana de cambios clínicos relevantes.
El estudio plantea que los sistemas de monitorización longitudinal basados en machine learning pueden aportar mayor consistencia, trazabilidad y objetividad al seguimiento clínico.
Principales aportaciones
- Integración de modelos de machine learning en procesos de evaluación psicológica.
- Monitorización continua mediante indicadores psicométricos dinámicos.
- Identificación de patrones evolutivos que pueden apoyar la toma de decisiones clínicas.
- Enfoque centrado en el apoyo al profesional, sin sustituir el juicio clínico.
Impacto Clínico
- Mejora potencial en la detección temprana de cambios clínicos.
- Apoyo estructurado a la evaluación longitudinal del paciente.
- Refuerzo de modelos de práctica clínica basados en evidencia.
Impacto Tecnológico
- Avance hacia sistemas digitales escalables de monitorización en salud mental.
- Integración de inteligencia artificial dentro de flujos clínicos reales.
- Desarrollo alineado con el paradigma Software as Medical Device (SaMD).
Impacto en el Ecosistema Sanitario
- Contribución al desarrollo de herramientas digitales orientadas a la eficiencia clínica.
- Potencial mejora en la trazabilidad de decisiones terapéuticas.
- Impulso hacia modelos de salud mental digital basados en datos objetivos.
Relevancia para MetrikaMind
La investigación refuerza la base científica del enfoque de MetrikaMind, centrado en la evaluación psicométrica avanzada y el apoyo a la decisión clínica mediante análisis longitudinal y modelos predictivos. Este tipo de trabajos contribuye a consolidar el desarrollo de soluciones digitales orientadas a la práctica clínica real y a la generación de evidencia científica dentro del ecosistema de salud mental digital.
Acceso a DOI: https://doi.org/10.31219/osf.io/3yefa_v1
