Analizan el uso de la inteligencia artificial para la detección precoz de la depresión posparto

La investigación, titulada Artificial intelligence in the prevention and early detection of postpartum depression: a systematic review and meta-analysis –Inteligencia artificial en la prevención y detección temprana de la depresión posparto: una revisión sistemática y metaanálisis, en español– como herramienta para la prevención y la detección temprana de la depresión posparto, una patología de alta prevalencia con importantes repercusiones en la salud materna, el vínculo madre-bebé y el entorno familiar. La depresión posparto es una de las complicaciones de salud mental más frecuentes tras el nacimiento y con importantes repercusiones clínicas y sociales.

El trabajo se desarrolla a partir de la experiencia asistencial en el ámbito de la maternidad, donde persisten barreras diagnósticas y un notable infradiagnóstico de la depresión posparto. Bajo la dirección de la profesora Azahara Ruger-Navarrete y del profesor Francisco Javier Fernández-Carrasco, el estudio revisa la evidencia científica disponible y evalúa algoritmos de aprendizaje automático aplicados a la salud mental perinatal. El análisis concluye que estas tecnologías pueden reforzar los sistemas tradicionales de cribado y contribuir a una atención más personalizada, siempre como apoyo a la intervención profesional.

La publicación es fruto de la colaboración de un equipo investigador multidisciplinar integrado por la propia autora del TFG, profesorado de la Facultad de Ciencias de la Salud de Ceuta —Azahara Ruger-Navarrete, Beatriz Mérida-Yáñez, Juana María Vázquez-Lara, Sofía García-Oliva, María Dolores Vázquez-Lara, Luciano Rodríguez-Díaz y Francisco Javier Fernández-Carrasco—, el doctor Juan Gómez Salgado, e Irene Antúnez-Calvente, doctoranda de la Universidad de Almería.