Incluye curso complementario autoformativo (40 horas certificadas) a elección según la oferta académica de la universidad.
Mejora tus competencias con UdeCataluña
La salud mental se enfrenta a un reto de escala: cada vez más personas requieren atención, los tiempos de diagnóstico son limitados y el volumen de información clínica —historias, escalas, notas de evolución, seguimientos— supera la capacidad de análisis manual de cualquier profesional. La Inteligencia Artificial no viene a reemplazar el juicio clínico ni la relación terapéutica, pero sí ofrece hoy herramientas concretas para apoyar la evaluación, identificar patrones de riesgo, personalizar la intervención y hacer seguimiento continuo al paciente entre sesiones.
Este diplomado está diseñado para que psicólogos, psiquiatras y profesionales afines comprendan, evalúen y utilicen de forma crítica y responsable las herramientas de IA disponibles para su práctica: desde el análisis de datos de evaluación y el reconocimiento de patrones de riesgo, hasta el apoyo en los distintos modelos y técnicas de intervención psicoterapéutica y, de forma exploratoria y siempre bajo supervisión profesional, en procesos de sugestión e hipnosis clínica. El programa parte de un módulo de contexto —qué es la IA y cómo dialoga con la mente humana desde la ciencia cognitiva— y avanza hacia aplicaciones puntuales en evaluación, intervención y seguimiento, cerrando con un marco ético y legal riguroso.
El resultado es un profesional capaz de incorporar estas herramientas a su ejercicio diario, con criterio para distinguir lo que la IA puede aportar de lo que jamás debe decidir por sí sola.
Metodología
Formación 100% virtual, con enfoque constructivista que permite al estudiante ser protagonista de su aprendizaje. Nuestro esquema de Aula Invertida permite que el estudiante adquiera el conocimiento a su ritmo, para desarrollar aspectos prácticos bajo la orientación de los conferencistas expertos en las Clases Presenciales Virtuales. El proceso se complementa con talleres, foros, pruebas formativas, actividades de retroalimentación y asesorías para garantizar un completo aprendizaje.
Dirigido a
Psicólogos, psiquiatras, médicos, terapeutas, hipnoterapeutas y otros profesionales de la salud mental y el acompañamiento humano, interesados en comprender y aplicar herramientas de Inteligencia Artificial en su práctica profesional. No se requieren conocimientos previos de programación ni de ciencia de datos.
Objetivos
Comprender los fundamentos de la Inteligencia Artificial y su relación con los procesos cognitivos humanos, como base para su aplicación responsable en salud mental.
Aplicar herramientas de análisis de datos, machine learning y procesamiento de lenguaje natural para el apoyo a la evaluación, la identificación de patrones y la estimación de riesgo en salud mental.
Incorporar herramientas de IA como apoyo a los distintos modelos y técnicas de intervención psicoterapéutica, así como al seguimiento del paciente y a procesos de hipnosis clínica, siempre bajo supervisión profesional.
Evaluar críticamente la validez, los sesgos, los límites y el marco ético-legal de las herramientas de IA aplicadas a la salud mental, para un uso seguro y responsable.
Plan de Estudios
Módulo 1: Inteligencia Artificial, Ciencia Cognitiva y Salud Mental
¿Qué es realmente la Inteligencia Artificial? Modelos y conceptos clave traducidos al lenguaje clínico.
Ciencia cognitiva y IA: qué inspiró a los modelos actuales en el funcionamiento de la mente humana.
Tipos de IA relevantes en salud mental: machine learning, deep learning, procesamiento de lenguaje natural y visión artificial.
Panorama actual de la IA en psicología y psiquiatría, en el mundo y en Latinoamérica.
Qué puede y qué no puede hacer la IA en salud mental: expectativas realistas.
El profesional en el centro: la IA como apoyo, nunca como reemplazo del criterio clínico.
Módulo 2: Datos, Evaluación y Visualización en Salud Mental
Tipos de datos en salud mental: escalas, cuestionarios, notas de evolución y seguimientos.
Organización y limpieza de datos de evaluación psicológica y psiquiátrica.
Visualización de indicadores clínicos: tableros de síntomas y evolución del paciente en el tiempo.
Identificación de patrones en datos longitudinales de un mismo paciente.
Herramientas “no-code” para el análisis de datos.
Privacidad y anonimización de la información al trabajar con estos datos.
Módulo 3: Machine Learning y Modelos Predictivos en Salud Mental
Cómo “aprende” un modelo de IA a partir de datos reales.
Identificación de patrones asociados a síntomas de trastornos mentales.
Modelos de estimación de probabilidad de recaída como apoyo al seguimiento clínico.
Detección temprana de señales de riesgo a partir de datos conductuales y clínicos.
Qué tan confiable es un modelo: validez, sensibilidad y límites de la predicción.
Cómo comunicar al paciente los resultados de una herramienta predictiva sin generar alarma o etiquetas.
Módulo 4: Procesamiento de Lenguaje Natural y Análisis del Discurso Clínico
Cómo la IA “lee” el lenguaje humano: fundamentos accesibles del procesamiento de lenguaje natural.
Análisis del discurso en sesión: identificación de temas recurrentes y cambios en el relato.
Detección de señales de riesgo en el lenguaje escrito o hablado del paciente.
Apoyo en la redacción y estructuración de historias clínicas y notas de evolución.
Resumen automatizado de historiales extensos para consultas de seguimiento.
Límites del análisis de lenguaje: lo que la IA interpreta y lo que solo el clínico puede confirmar.
Módulo 5: IA Aplicada a los Modelos y Técnicas de Intervención Psicoterapéutica
IA como apoyo en la selección de la técnica de intervención más pertinente según el caso.
Personalización de protocolos cognitivo-conductuales con apoyo de IA.
Herramientas de IA para el diseño de ejercicios y tareas terapéuticas entre sesiones.
Apoyo de IA en enfoques sistémicos: mapas familiares y análisis de patrones relacionales.
IA como apoyo documental en enfoques humanistas y psicodinámicos: registro y seguimiento narrativo del proceso.
Criterios éticos para no delegar en la IA decisiones clínicas de intervención.
Módulo 6: IA en la Intervención Digital y el Seguimiento Terapéutico
Chatbots y asistentes conversacionales de apoyo emocional: alcances y límites reales.
Realidad virtual asistida por IA en intervenciones clínicas (fobias, ansiedad, exposición gradual).
Monitoreo digital del paciente y alertas tempranas de posible recaída.
Recordatorios y seguimiento automatizado de adherencia a tratamientos y tareas terapéuticas.
Medición de resultados terapéuticos y análisis de la evolución del paciente en el tiempo.
Criterios para integrar —o no— estas herramientas dentro de un proceso terapéutico activo.
Módulo 7: Hipnosis Clínica y Procesos de Sugestión Asistidos por IA
Fundamentos breves de la hipnosis clínica como estrategia de intervención psicoterapéutica.
IA como apoyo en la elaboración y personalización de guiones y scripts hipnóticos.
Análisis del lenguaje del paciente para adaptar el tipo de sugestión a su perfil.
Herramientas de voz e IA generativa para la creación de material de inducción y refuerzo.
Seguimiento entre sesiones de procesos de autohipnosis guiada con apoyo tecnológico.
Límites éticos: la inducción y conducción del trance.
Módulo 8: Ética, Regulación y Taller Integrador
Gobernanza y protección de datos sensibles en salud mental.
Consentimiento informado en el uso de herramientas de IA con pacientes.
Sesgos algorítmicos y su impacto en la equidad del diagnóstico y la intervención.
Responsabilidad profesional: quién responde cuando interviene una herramienta de IA.
Marco legal vigente en Colombia y Latinoamérica sobre datos de salud e IA.
Taller integrador final: diseño de una propuesta de uso responsable de IA en la práctica profesional.
Solicita más Información
Información General
Duración: 14 Semanas
Dedicación de 8/10 horas por semana