Uso del Procesamiento de Lenguaje Natural en la Salud Mental Revisión de Alcance

El propósito de esta revisión es analizar el uso del procesamiento de lenguaje natural en la investigación de trastornos mentales en adultos, como la depresión, la ansiedad y el duelo. Se realizó una búsqueda en cuatro bases de datos relevantes (PubMed, IEEE, ScienceDirect y LILACS) para identificar estudios publicados en español e inglés desde 2017 hasta 2022, sin restricciones en cuanto al país de origen. Se emplearon términos MeSH y de texto libre para identificar investigaciones sobre la aplicación del procesamiento de lenguaje natural en la detección de condiciones de salud mental, como la ansiedad, la depresión y el duelo. En total, se encontraron 136 estudios relacionados, de los cuales se seleccionaron 32 para esta revisión. Se observó un aumento en el uso del procesamiento de lenguaje natural en salud pública, especialmente entre los años 2020 y 2022. Además, se notó que las redes sociales son una fuente de datos frecuentemente utilizada en estos estudios, y que los modelos de aprendizaje automático supervisados son los más comunes para la detección de depresión y ansiedad. El procesamiento de lenguaje natural puede mejorar la detección de problemas de salud mental en la salud pública. Aunque los métodos de aprendizaje supervisado son los más comunes, los algoritmos basados en aprendizaje profundo presentan perspectivas innovadoras, y se espera que esta tecnología continúe creciendo para mejorar la detección y el tratamiento de trastornos mentales. Es crucial seguir investigando y desarrollando estas tecnologías para su aplicación en salud pública.