Desarrollo de un prototipo electrónico para la automatización y análisis inteligente de notas clínicas en sesiones terapéuticas basado en inteligencia artificial

Abstract

La presente investigación tiene como objetivo desarrollar un prototipo electrónico para la automatización y el análisis inteligente de notas clínicas en sesiones terapéuticas, todo esto mediante técnicas de inteligencia artificial aplicadas al reconocimiento automático de voz y al procesamiento de lenguaje natural. Este estudio surge a partir de la problemática de la toma manual de notas, la cual interfiere en la atención clínica, debido a que puede generar inhibición en el paciente y dificulta la gestión estructurada de la información, además de evidenciar la inexistencia de un repositorio digital centralizado. Para el desarrollo del sistema se adoptó el modelo en cascada, siguiendo las normas ISO/IEC/IEEE 29148:2018 para la definición de requisitos y la ISO/IEC 25010 para la evaluación de la calidad del software. El prototipo fue diseñado bajo una arquitectura en capas e implementado mediante la integración de modelos preentrenados para la transcripción automática y el análisis semántico de la información clínica. Los resultados obtenidos demuestran que el sistema permite convertir el audio en texto estructurado, generar resúmenes y sugerencias clínicas como apoyo al profesional y almacenar la información de forma segura mediante mecanismos de autenticación y gestión. Esto se lo establece debido a la validación que se realizó con profesionales del área de psicología, en donde se observó un alto nivel de aceptación. El análisis comparativo entre modelos evidenció los siguientes resultados en evaluación profesional: DeepSeek y Grok alcanzaron un 76%, ChatGPT un 69% y Gemini un 60%. La valoración fue realizada por profesionales con amplia experticia en su ámbito profesional, quienes priorizaron la solidez de la estructura formal y la precisión del enfoque clínico en las respuestas generadas.