Este estudio presenta PsyBridge, un marco híbrido inteligente diseñado para abordar las limitaciones de las herramientas de detección de salud mental aisladas al integrar evaluaciones clínicamente validadas con perfiles cognitivos y de personalidad. El sistema utiliza una arquitectura modular y un mecanismo de agregación ponderada para generar clasificaciones de riesgo interpretables y recomendaciones de apoyo a la decisión.
- Combina las evaluaciones PHQ-9 y GAD-7 con indicadores cognitivos y conductuales dentro de una arquitectura unificada.
- Evaluado en un conjunto de datos semi-sintético de 500 perfiles de pacientes que representan diferentes niveles de gravedad.
- Alcanza una precisión general de 0.84, superando las evaluaciones independientes de PHQ-9 y GAD-7.
- Mejora la precisión, la sensibilidad y el puntaje F1 mientras reduce las inconsistencias en la predicción de riesgo moderado mediante análisis de sensibilidad.
Los hallazgos sugieren que PsyBridge ofrece un enfoque escalable e interpretable para el apoyo a la decisión en salud mental asistido por IA, particularmente dentro de entornos de atención médica digital y telemedicina.