Estudiantes ganan concurso para detectar señales tempranas de depresión y ansiedad
Dos estudiantes de la Benemérita Universidad Autónoma de Puebla (BUAP) obtuvieron el primer lugar en la categoría Task 1: Detección temprana del concurso internacional MentalRiskES 2026, gracias al desarrollo de un sistema de inteligencia artificial (IA) diseñado para identificar posibles señales de depresión y ansiedad mediante el análisis de conversaciones entre pacientes y psicólogos.
Los ganadores fueron Alfredo Navarrete Montes y Alejandro Amador Lagunes, estudiantes de noveno semestre de Ingeniería en Tecnologías de la Información en la Facultad de Ciencias de la Computación. Su propuesta destacó entre proyectos de equipos de distintos países, incluidos participantes de posgrado.
El reconocimiento se entregó durante el Foro de Evaluación de Lenguas Ibéricas (IberLEF 2026), celebrado junto con el Congreso Internacional de la Sociedad Española para el Procesamiento del Lenguaje Natural (SEPLN), en la Universidad de León, España.
¿Cómo funciona la inteligencia artificial desarrollada por los estudiantes?
El sistema analiza transcripciones de sesiones de terapia psicológica para identificar patrones lingüísticos que podrían indicar riesgos relacionados con la depresión y la ansiedad.
Uno de los principales desafíos de la competencia consistía en detectar estas señales utilizando la menor cantidad de información posible. Para evaluar su desempeño, el modelo fue probado con datos de 10 pacientes y 82 rondas de conversación, cada una integrada por una pregunta del terapeuta y una respuesta del paciente.
De acuerdo con los estudiantes, la herramienta logró reconocer señales de riesgo desde las primeras etapas de las conversaciones. Esto plantea la posibilidad de utilizarla como apoyo para que los profesionales de salud mental identifiquen situaciones que podrían requerir una valoración más detallada.
El proyecto fue supervisado por el doctor Luis Yael Méndez Sánchez, académico de la Facultad de Ciencias de la Computación de la BUAP.
Eficiencia energética: uno de los aspectos destacados del proyecto
Además de su desempeño en la detección temprana, el sistema sobresalió por su bajo impacto ambiental. Durante las pruebas registró una emisión estimada de apenas 22 gramos de dióxido de carbono (CO₂), una cifra que, según los datos reportados por los participantes, lo convirtió en la propuesta más eficiente energéticamente de la competencia.
Este aspecto cobra relevancia ante la creciente preocupación por el consumo de recursos y las emisiones asociadas al desarrollo y funcionamiento de modelos de inteligencia artificial.
El resultado muestra que es posible explorar herramientas tecnológicas aplicadas a problemas de salud sin dejar de considerar su eficiencia energética.
¿Qué sigue para los creadores de esta herramienta?
Después de obtener el primer lugar, Navarrete Montes y Amador Lagunes planean trasladar su sistema a servidores de Amazon Web Services (AWS).
Su objetivo es desarrollar una herramienta capaz de proporcionar retroalimentación en tiempo real a especialistas en salud mental, de manera que pueda contribuir a identificar posibles señales de riesgo durante la atención de los pacientes.
Alejandro Amador Lagunes expresó su entusiasmo por el reconocimiento y destacó el potencial de la inteligencia artificial para aportar soluciones en diferentes campos, particularmente en el ámbito de la salud mental.
El trabajo también será difundido mediante CEUR Workshop Proceedings, una plataforma de publicación de trabajos científicos, lo que permitirá dar a conocer los resultados ante la comunidad académica internacional.
¿Qué es MentalRiskES y por qué es importante?
MentalRiskES es una competencia internacional centrada en el desarrollo de tecnologías de procesamiento del lenguaje natural para identificar señales tempranas de riesgo en salud mental.
El certamen reúne a especialistas en inteligencia artificial, lingüística y psicología con el propósito de impulsar herramientas que puedan tener aplicaciones en contextos clínicos.
En su edición de 2026, la participación de profesionales de la salud mental en la validación de los datos buscó acercar la evaluación de los modelos a las condiciones de las consultas psicológicas reales.
La importancia de desarrollar herramientas para la salud mental
El reconocimiento obtenido por los estudiantes de la BUAP representa una muestra del potencial de la investigación universitaria mexicana en inteligencia artificial y sus posibles aplicaciones en salud.
La relevancia de este tipo de proyectos también se relaciona con la magnitud de los problemas de salud mental a nivel mundial. De acuerdo con estimaciones de la Organización Mundial de la Salud (OMS), alrededor de una de cada ocho personas vive con algún trastorno mental. La ansiedad y la depresión se encuentran entre las condiciones más frecuentes.
Sin embargo, es importante considerar que una herramienta de inteligencia artificial no sustituye una evaluación clínica ni permite establecer por sí sola un diagnóstico. Su posible utilidad radica en complementar el trabajo de los especialistas, quienes deben interpretar los resultados y determinar las necesidades de atención de cada paciente.
ENFERMEDADES: 10 medicamentos de uso común: cómo funcionan y qué precauciones debes conocer
Los medicamentos intervienen en distintos procesos del organismo: algunos disminuyen el dolor y la fiebre, otros controlan la presión arterial, regulan la glucosa o modifican la actividad de determinadas sustancias del cerebro. Aunque forman parte de tratamientos habituales, -- leer más
Noticias del tema