Registros psiquiátricos longitudinales: del texto clínico a una evaluación verificable

Estructura de datos abstraída de la muestra

El libro organiza varios tipos de formularios clínicos y muestra cómo los registros se relacionan entre documentos, tiempo y modalidades. Esta página pública describe categorías de campos, no contenido de pacientes.

Secuencia documental asistencial

Índice, evaluación de ingreso, notas iniciales y de evolución, resúmenes intermedios, interconsultas y alta pueden vincularse con el episodio y el momento correspondiente.

Vínculos con evidencia clínica

Laboratorio, imagen, órdenes de medicación y recetas pueden relacionarse con notas por tiempo y fuente. Las ausencias o contradicciones deben conservarse y marcarse.

Campos de evaluación de seguridad

El esquema incluye formularios de evaluación de riesgo. Requieren etiquetas y vías de escalamiento definidas por profesionales; extraer una evaluación registrada no equivale a diagnosticar ni intervenir automáticamente.

Definición operativa de un conjunto psiquiátrico de alta calidad

Calidad no significa solo “muchos registros” o “datos limpios”. Es un producto versionado con procedencia legítima, tarea definida, etiquetas de referencia revisables, anotación trazable, evaluación sin fugas y límites explícitos.

• Validez de la tareaDefinir el objetivo de investigación o evaluación, usuarios, entradas y salidas, exclusiones y decisiones clínicas para las que no debe usarse.
• Procedencia y gobernanza verificablesDocumentar fuente, autorización, vía ética aplicable, finalidad, roles de acceso, conservación, método de desidentificación y eliminación. En China, los datos de salud son información personal sensible; ocultar identificadores no acredita por sí solo una base jurídica.
• Semántica propia de psiquiatríaConservar presencia de síntomas, tiempo, fuente, negación e incertidumbre, relato del paciente frente a observación clínica, comorbilidad y contexto. Registrar versión y reglas de mapeo de términos y códigos.
• Estándar de referencia transparenteDistinguir el diagnóstico que consta en la historia de una etiqueta de referencia adjudicada por expertos para la tarea. Vincular la etiqueta con evidencia, versión de reglas, revisión e incertidumbre.
• Particiones longitudinales fiablesSeparar entrenamiento, ajuste y prueba por paciente. Para pronóstico, fijar un corte temporal y aislar información futura. La validación externa por centro o periodo comprueba la transportabilidad.
• Evidencia reproducible de calidadMantener diccionario, manual de anotación, versiones, deduplicación, definición de datos faltantes, arbitraje, muestreo de auditoría, ficha de datos y registro de cambios. Informar denominadores y alcance.

Tareas de investigación y evaluación posibles

Son tareas candidatas, no afirmaciones de que la muestra ya esté anotada o de que un modelo haya logrado resultados. Cada tarea necesita revisar derechos, viabilidad de etiquetas y límites clínicos.

Estructuración de narrativas clínicas

Extraer síntomas, expresiones temporales, negación, incertidumbre, atribución de fuente y ubicación documental; evaluar entidades, relaciones y cronología, no solo clasificación.

Reconstrucción longitudinal

Organizar ingreso, evolución, interconsultas, pruebas y alta en secuencias de eventos con evidencia; comprobar orden, tiempo y coherencia entre documentos.

Coherencia documental y resúmenes

Comparar diagnósticos registrados, pruebas, órdenes y planes. Exigir referencias de evidencia en resúmenes y medir omisiones, contradicciones y añadidos sin respaldo.

Extracción de información de seguridad

Evaluar si las valoraciones documentadas se detectan correctamente, se conserva la incertidumbre y se activa revisión humana. No sustituye el juicio clínico, los servicios de crisis ni los protocolos locales.

Entrenamiento de modelos psiquiátricos: ajuste el formato al objetivo

Un registro psiquiátrico no es automáticamente un ejemplo de entrenamiento. Cada método requiere estructura, supervisión y controles propios. Son opciones a definir por proyecto; no afirman que la muestra incluya etiquetas o volumen de producción.

Preentrenamiento continuo / adaptación de dominio

Use solo un corpus con permisos, minimización y desidentificación revisados. Conserve tipo documental, fuente y granularidad temporal; deduplique y evalúe el riesgo de memorización. Una hoja de trabajo no demuestra escala.

Ajuste supervisado (SFT)

Las notas originales no son ejemplos de instrucciones. Construya entradas y salidas por tarea, ubicación de evidencia, negación, incertidumbre y casos no respondibles; solicite revisión experta.

Extracción y clasificación

Defina etiquetas para síntomas, inicio, curso, eventos farmacológicos, pruebas y fuente documental. Informe precisión, exhaustividad, F1 y distribución por unidad de etiqueta; el diagnóstico registrado no es automáticamente patrón oro.

Investigación longitudinal de resultados o riesgo

Defina tiempo índice, ventanas y censura. Use solo información disponible antes de la predicción, divida por paciente y valide en otro periodo o centro. Es evaluación de investigación, no capacidad de gestión clínica del riesgo.

Recuperación y resúmenes con evidencia

En RAG o resumen, conserve fragmentos de origen, ubicación y tiempo. Mida citas, omisiones, contradicciones, añadidos sin respaldo y abstención. Separe corpus de recuperación, entrenamiento y prueba cerrada.

Rutas de producto para distintos equipos

Parta de la necesidad operativa y combine preparación de datos, anotación experta y evaluación del modelo en entregables por etapas. Cada proyecto verifica permisos, viabilidad de etiquetas y alcance.

Hospitales e investigación especializada

Traduzca el protocolo en criterios de inclusión, mapeo de campos, eventos longitudinales y variables de resultado. Entregue diccionario revisable, ficha de datos y hallazgos del piloto. La institución autorizada determina la vía ética.

Desarrollo de modelos psiquiátricos

Prepare datos de estructuración clínica, SFT o ajuste por tarea, manteniendo la prueba cerrada separada del ajuste. Entregue guía de anotación, registros de revisión e informe por tarea.

Salud mental digital e investigación terapéutica

Posibles tareas: cambios sintomáticos, curso terapéutico, adherencia y eventos adversos. Los desenlaces y permisos se acuerdan aparte; el producto no es consejo terapéutico ni prueba de eficacia.

Calidad y seguridad de modelos

Diseñe benchmark privado, rúbrica clínica, taxonomía de errores y regresión por versión. Examine omisiones, inferencias excesivas, incertidumbre y activación de revisión humana. No equivale a certificación clínica.

Ruta práctica de construcción y evaluación

1. 1
   Definir primero la tarea

   Psiquiatras, profesionales de psicología, gobernanza de datos y ML fijan objetivo, unidad de etiqueta, inclusión, ventana temporal, nivel de riesgo y usos prohibidos.

2. 2
   Verificar derechos de datos

   Comprobar autorización del proveedor, aplicación de revisión o exención ética, requisitos de consentimiento, campos mínimos, controles de acceso y conservación/eliminación. La decisión ética corresponde al comité autorizado.

3. 3
   Crear etiquetas de referencia expertas

   Capacitar anotadores, hacer doble anotación independiente y arbitraje ciego. Informar acuerdo bruto y estadística adecuada (por ejemplo, familia κ para categorías o ICC para puntuaciones continuas), con intervalos de confianza y distribución.

4. 4
   Evaluar sin fugas

   Separar conjuntos por paciente, congelar prueba y protocolo, y evitar que documentos o momentos del mismo paciente aparezcan en conjuntos distintos. Registrar modelo, instrucciones, herramientas y condiciones.

5. 5
   Validar externamente y vigilar

   Cuando esté autorizado, evaluar centros, periodos y subgrupos; medir calibración, abstención, errores, impacto en el flujo de trabajo y deriva. El uso clínico exige los estudios y la evaluación regulatoria aplicables.

Cómo LumeSage puede convertir la especificación en producto

Una muestra solo se convierte en un producto adquirible, revisable y mejorable cuando datos, expertos y evaluación forman un ciclo controlado.

Ficha de datos

Especificar categoría de origen, diccionario, inclusión, granularidad temporal, enlaces de modalidad, desidentificación/acceso, límites de uso, métricas y sesgos conocidos.

Producción experta

Asignar especialistas de psiquiatría y psicología junto con anotación y control de calidad. Definir manual, capacitación, doble revisión, arbitraje, muestreo y retrabajo; verificar alcance por proyecto.

Benchmark de evaluación

Separar extracción, relaciones temporales, coherencia, fidelidad de resúmenes e identificación de información de seguridad; usar pruebas ciegas, versiones fijas, taxonomía de errores y repetición.

Entrega controlada

Acordar muestras, licencia, unidad de conteo, aceptación, entorno de acceso, conservación y eliminación en ficha y contrato. La ficha del catálogo no significa que haya stock.

Controles de calidad y evidencia de aceptación

Ninguna exactitud aislada acredita un conjunto de alta calidad. Acordar métricas, denominadores, muestreo y criterios de parada antes del piloto y adaptar la aceptación a tarea y riesgo.

Origen y permisos

Verifique fuente, autorizaciones, vía ética, finalidad, desidentificación, accesos, conservación y eliminación; conserve versiones y auditoría.

Integridad semántica y temporal

Mida tipos de documento, campos ausentes, marcas de tiempo, relato del paciente frente a observación clínica, negación e incertidumbre, conflictos y duplicados.

Etiquetas y acuerdo experto

Forme a revisores, anote de forma independiente por duplicado y adjudique discrepancias a ciegas. Informe acuerdo, estadística adecuada, intervalos, distribución y tasa de adjudicación; los umbrales se pactan.

Fugas y transportabilidad

Divida por paciente y busque duplicados, plantillas y filtración de información futura. Si hay autorización, valide por periodo, centro y subgrupos; declare composición y límites.

Métricas de tarea y seguridad

Use precisión/recall/F1 para extracción, evidencia y omisiones para resúmenes y calibración en investigación predictiva. En tareas de riesgo, mida fallos, falsas alarmas, abstención y carga de revisión humana.

Referencias de método y gobernanza

Estas fuentes orientan el diseño. Las guías de reporte, ética y los resultados empíricos cumplen funciones distintas; ninguna certifica este producto ni avala su rendimiento.

• OMS (2024): guía de ética y gobernanza de modelos multimodales grandes en salud. World Health Organization (2024). Ethics and governance of artificial intelligence for health: large multi-modal models.
• BMJ (2024): TRIPOD+AI para informar modelos clínicos de predicción; mejora la transparencia y no certifica la calidad del dataset. Collins et al. (2024). TRIPOD+AI statement. BMJ 385:e078378.
• Nature Medicine (2025): MedHELM organiza la evaluación de modelos médicos en tareas prácticas. Nature Medicine (2025). Holistic evaluation of large language models for medical tasks with MedHELM.
• BMC Medical Informatics and Decision Making (2025): ejemplo de NLP sobre información de síntomas en notas psiquiátricas. BMC Medical Informatics and Decision Making (2025). NLP to identify suicidal ideation and anhedonia in major depressive disorder.
• Comisión Nacional de Salud de China (2023): revisión ética de investigación biomédica con personas. National Health Commission of China (2023). Ethics review measures for life-science and medical research involving humans.
• Ley china de Protección de Información Personal, arts. 28–30: tratamiento de información sensible, incluida la salud. Personal Information Protection Law of the PRC, Articles 28–30.
• npj Digital Medicine (2026): PsychiatryBench propone evaluación multitarea en psiquiatría. Sirve como referencia de diseño, no prueba resultados de este proyecto. Lenz et al. (2026). Benchmarking large language models against practicing clinicians on psychopathological assessment. npj Digital Medicine 9, 518.
• npj Digital Medicine (2026): un estudio de evaluación psicopatológica estructurada comparó modelos, clínicos y consenso experto; al usar pocas entrevistas simuladas, limita la generalización a cohortes reales. PsychiatryBench: a multi-task benchmark for LLMs in psychiatry. npj Digital Medicine (2026).
• Nature Machine Intelligence (2026): un estudio de modelo adaptado a psiquiatría muestra líneas de adaptación especializada; sus datos y resultados no pertenecen a esta muestra. A domain-adapted large language model to support clinicians in psychiatric clinical practice. Nature Machine Intelligence (2026).