Mental Health AI Research Lab
Cinco asistentes de IA especializados y un buscador científico multi-fuente para psicología clínica, psiquiatría, neuropsicología y trabajo social en salud mental. Razonamiento clínico, diseño de investigación, rastreo de evidencia, redacción de solicitudes competitivas y construcción de ecuaciones de búsqueda PBE verificadas, en un solo sitio.
Los cinco asistentes
Asistente de Decisiones Clínicas
Diagnóstico diferencial, escalas validadas, opciones terapéuticas con evidencia y protocolo de banderas rojas con derivación urgente (024, urgencias, 112).
DSM-5-TRCIE-11NICE · APA · GuíaSaludAlto riesgo AI ActDiseñador de Investigación
Marco PICO/PECO, diseño justificado, tamaño muestral orientativo, plan estadístico, consideraciones éticas y cronograma. Borrador listo para CEIm.
CONSORTSTROBEPRISMADoctorandos · ECA · RSRastreador de Evidencia
Síntesis ejecutiva sobre evidencia recuperada en vivo desde PubMed, Europe PMC, OpenAlex y Crossref. Marcadores ✅/⚠️/❌ y bibliografía en APA 7.
PubMedEurope PMCCochraneConectado en vivoRedactor de Solicitudes Competitivas
Memoria técnica adaptada a la convocatoria, presupuesto justificado, cronograma Gantt, plan FAIR data y perspectiva de género. Lista para enviar al evaluador.
ISCIIIAEIHorizon EuropeMarie Curie · ERCAsistente PBE
Convierte tu pregunta clínica en una ecuación de búsqueda PubMed verificada (MeSH validados contra NLM, patrón PIS según Cochrane Handbook). Tabla anti-alucinación + export RIS/CSV/PRISMA-mini.
PICO · PECO · SPIDERMeSH verificadoCochrane §4Anti-alucinaciónCapacidades técnicas
Bases científicas en vivo
Llamadas directas desde el navegador, sin servidor intermedio.
Multi-modelo vía OpenRouter
Streaming en tiempo real. Cambias de modelo de IA en un clic.
Privacidad por diseño
Solo localStorage del navegador. Sin analítica. Sin cookies de seguimiento. Sin backend.
Ajustes de la app
Tu API key y preferencias se guardan solo en este navegador. Nunca se envían a IAcademia. Puedes borrarlas en cualquier momento.
Conexión con OpenRouter
Crea tu clave en openrouter.ai/keys y cópiala en cuanto te la enseñen: solo se ve una vez. Carga saldo desde 5 €. Sin suscripción. 0 = respuestas conservadoras y reproducibles. 1 = más creativas. Para clínica se recomienda 0,2-0,4. Para diseño de investigación 0,4-0,6. Un token equivale aproximadamente a 4 caracteres. 8.000 tokens dan para un informe largo.Claves opcionales para bases científicas
No son obligatorias. Si las añades, las búsquedas serán más rápidas y robustas (mayor cuota de peticiones permitidas).
Con clave permite 10 peticiones por segundo en vez de 3. Pídela en account.ncbi.nlm.nih.gov → API Keys. Sin clave Semantic Scholar suele bloquear las peticiones por rate limit. Solicítala en semanticscholar.org/product/api. Estas bases dan prioridad a quien se identifica con email institucional (polite pool). No se envía a nadie más.Apariencia
El cambio se aplica al instante y se guarda en este navegador.Privacidad y verificación
Búsqueda científica
Consulta a la vez PubMed, Europe PMC, Semantic Scholar, OpenAlex, ClinicalTrials.gov y Crossref desde tu navegador. Selecciona los estudios relevantes y la IA te genera una síntesis citando solo esos resultados.
Resultados
Asistente PBE
Convierte una pregunta clínica en una ecuación de búsqueda reproducible, la verifica contra el tesauro MeSH del NLM y la ejecuta en PubMed. Devuelve resultados sin alucinaciones, con tipo de estudio y trazabilidad completa.
1Pregunta y modo
Estructura PICO/PECO manual (recomendado para preguntas clínicas)
Asistente de Decisiones Clínicas
Te ayuda a estructurar el razonamiento clínico de un caso. Describe la situación con pseudónimo y recibe diagnóstico diferencial, escalas validadas, opciones terapéuticas con evidencia y posibles banderas rojas.
Datos del caso
Diseñador de Investigación
Convierte una idea de investigación en un borrador de protocolo listo para presentar al CEIm: marco PICO/PECO, diseño justificado, tamaño muestral orientativo, plan estadístico, consideraciones éticas y cronograma.
Datos del estudio
Rastreador de Evidencia
Estructura la pregunta PICO, construye la ecuación de búsqueda con el Asistente PBE (MeSH verificados contra el tesauro NLM, ejecución en PubMed con anti-alucinación), selecciona los estudios relevantes y obtén una síntesis con bibliografía en APA 7 y nivel GRADE. Construir ecuación primero y sintetizar después, para que las referencias citadas sean reales.
Pregunta PICO
Redactor de Solicitudes Competitivas
Borrador de memoria técnica adaptado a la convocatoria, con bibliografía APA 7, presupuesto justificado, cronograma Gantt, plan FAIR de gestión de datos y perspectiva de género.
Datos de la propuesta
Historial de sesiones
Tus últimas 50 ejecuciones guardadas en localStorage. Nada de esto sale de tu navegador.
Seguridad y compliance
Resumen ejecutivo de la auditoría de seguridad. Para la versión completa con análisis de amenazas, controles aplicados y matriz STRIDE consulta SECURITY.md en el repositorio.
- HTTPS a OpenRouter (con la API key del usuario, prompts y respuestas)
- HTTPS a APIs científicas públicas (PubMed, Europe PMC, etc.) con consultas no sensibles
1 · Gestión de claves API
| Aspecto | Implementación | Estado |
|---|---|---|
| Almacenamiento | localStorage del navegador del usuario | OK |
| Transmisión | Solo a OpenRouter (HTTPS, Bearer token) | OK |
| Visibilidad en UI | Campo tipo password con máscara | OK |
| Logging | NUNCA se loguea la clave (revisar dev console limpia) | OK |
| Borrado | Botón "Borrar todo" elimina localStorage completo | OK |
| BYOK | IAcademia nunca tiene acceso a la clave | OK |
2 · Datos clínicos y RGPD
- Aviso permanente en la barra lateral sobre uso de pseudónimos.
- Banner crítico "alto riesgo AI Act" en la capa clínica.
- Los system prompts incluyen instrucciones explícitas para rechazar y avisar si detectan datos identificativos.
- Aviso pre-llamada opcional configurable en Ajustes.
- Recomendación: para datos reales, usar modelos con DPA firmado (Claude Enterprise, Azure OpenAI con BAA, modelos on-premise como Llama autoalojado).
3 · AI Act (Reglamento UE 2024/1689)
| Requisito | Implementación |
|---|---|
| Clasificación de riesgo | Capa clínica = alto riesgo. Capas de investigación/becas = riesgo limitado. |
| Supervisión humana | Cierre obligatorio "Decisión final bajo criterio del clínico responsable" en cada output ADC. |
| Trazabilidad | Historial local con timestamp de cada llamada. |
| Transparencia | Modelo, prompt, parámetros visibles. Sin "caja negra". |
| Calidad de datos | Uso de escalas validadas (PHQ-9, MINI, MADRS, etc.) y guías clínicas reconocidas. |
| Información al usuario | Marcado claro de outputs IA y limitaciones del sistema. |
4 · Vectores de amenaza y controles
| Amenaza | Riesgo | Control aplicado |
|---|---|---|
| Exfiltración de claves vía XSS | Bajo | Sin código de terceros, sin innerHTML con input usuario, CSP recomendado en deploy |
| Datos sensibles enviados a LLM | Medio-alto | Avisos UX + instrucción en system prompt + responsabilidad de usuario |
| Filtrado por hosting | Bajo | Sitio estático sin backend = sin DB que filtrar |
| Ataque MITM | Bajo | HTTPS obligatorio (la app no hará llamadas HTTP) |
| Suplantación de OpenRouter | Muy bajo | Dominio fijo en código + HTTPS |
| Persistencia de sesión en máquina compartida | Medio | Botón "Borrar todo" + recomendación de usar solo en equipos propios |
| Inyección de prompt | Medio | System prompts restrictivos + temperaturas bajas en clínica |
Plantillas de salida
Estructuras predefinidas para entregables habituales en clínica e investigación.
Informe clínico estructurado
INFORME CLÍNICO 1. Datos de identificación (pseudonimizados) 2. Motivo de consulta 3. Historia clínica relevante 4. Exploración psicopatológica 5. Pruebas complementarias e instrumentos administrados 6. Hipótesis diagnósticas (DSM-5-TR / CIE-11) 7. Plan terapéutico propuesto 8. Pronóstico y revisión 9. Firma del clínico responsable Decisión final bajo criterio del clínico responsable.
Protocolo de investigación (CEIm)
PROTOCOLO DE INVESTIGACIÓN 1. Título y registro 2. Resumen 3. Introducción y estado del arte 4. Hipótesis y objetivos 5. Diseño y metodología 6. Población y muestreo 7. Tamaño muestral 8. Variables e instrumentos 9. Plan de análisis estadístico 10. Consideraciones éticas y CEIm 11. Plan de gestión de datos FAIR + RGPD 12. Cronograma (Gantt) 13. Difusión y publicación (Open Access) 14. Bibliografía APA 7 15. Anexos: HIPI, CI, CRD
Revisión sistemática (PRISMA 2020)
PROTOCOLO DE REVISIÓN 1. Pregunta PICO/PECO 2. Criterios elegibilidad 3. Fuentes (PubMed, PsycINFO, Cochrane, Embase) 4. Estrategia booleana con MeSH/Emtree 5. Cribado (Rayyan / Covidence) — 2 revisores 6. Extracción (formulario piloto) 7. Riesgo de sesgo (RoB 2.0 / ROBINS-I) 8. Síntesis (cualitativa y/o meta-análisis) 9. GRADE 10. Diagrama PRISMA 2020 11. Registro PROSPERO
Memoria ISCIII PI
MEMORIA TÉCNICA ISCIII · PI 1. Antecedentes y estado actual 2. Hipótesis 3. Objetivos SMART 4. Metodología 5. Plan de trabajo (Gantt) 6. Equipo y sinergias 7. Justificación composición equipo 8. Medios disponibles 9. Justificación detallada de la ayuda 10. Plan de difusión 11. Impacto en SNS 12. Beneficios esperados 13. Bibliografía APA 7
Horizon Europe HLTH-MENTAL
HORIZON EUROPE 1. Excellence (Objectives, Methodology) 2. Impact (Pathways, Measures, Summary) 3. Quality and efficiency of implementation 4. Annex: Budget, Letters of Support
Presupuesto justificado
PRESUPUESTO Personal (categoría, dedicación, coste/h) Equipamiento inventariable (amortización) Subcontratación (máx. % conv.) Viajes y dietas Material fungible Difusión (Open Access) Costes indirectos (%) TOTAL · Intensidad · Cofinanciación
Plan de Gestión de Datos FAIR
PGD FAIR 1. Descripción de datos 2. Documentación y metadatos 3. Almacenamiento (Zenodo, OSF) 4. Custodia (5-10 años) 5. Compartición (open/embargo/restringido) 6. Anonimización y RGPD 7. Responsabilidades 8. Costes asociados
Detección de riesgo suicida
DETECCIÓN DE RIESGO SUICIDA Indicadores: □ Ideación (frecuencia, intensidad) □ Plan estructurado / método disponible □ Intentos previos □ Antecedentes familiares □ Aislamiento / pérdida reciente □ Consumo activo □ Síntomas psicóticos / desesperanza Si ≥3 indicadores o plan estructurado: → Evaluación URGENTE → Considerar ingreso → Activar protocolo del centro → Teléfono 024 (España) Documentar con fecha y hora.
Recursos de referencia
Escalas validadas, guías de práctica clínica, bases de datos y herramientas para revisión sistemática.
Escalas validadas en español
| Instrumento | Constructo | Población | Tiempo | Acceso |
|---|---|---|---|---|
| PHQ-9 | Depresión | Adultos AP | 5 min | Libre |
| GAD-7 | Ansiedad | Adultos | 3 min | Libre |
| BDI-II | Depresión | ≥13 años | 10 min | Pearson |
| HAM-D | Depresión clínica | Adultos | 15 min | Libre |
| MADRS | Depresión | Adultos | 15 min | Libre |
| MINI 7.0 | Entrevista DSM-5 | Adultos | 30 min | Lic. gratuita clínica |
| Y-BOCS | TOC | Adultos | 20 min | Libre |
| PCL-5 | TEPT | Adultos | 10 min | Libre |
| CAPS-5 | TEPT entrevista | Adultos | 60 min | Libre |
| AUDIT | Alcohol | Adultos | 3 min | OMS |
| DAST-10 | Sustancias | Adultos | 5 min | Libre |
| SCID-5 | Entrevista DSM-5 | Adultos | 60-90 | APPI |
| WAIS-IV | Inteligencia | Adultos | 60-90 | Pearson |
| MoCA | Deterioro cognitivo | Adultos | 10 min | Libre c/registro |
| C-SSRS | Riesgo suicida | ≥12 años | 5 min | Libre |
Bases de datos integradas
Guías clínicas recomendadas
| Guía | Organismo | Tema | Año |
|---|---|---|---|
| GPC depresión mayor del adulto | GuíaSalud / SNS | Depresión | 2014 |
| NICE NG222 | NICE | Depresión | 2022 |
| NICE CG113 | NICE | TAG/Pánico | 2011 vigente |
| NICE NG116 | NICE | TEPT | 2018 |
| APA CPG Depression | APA | Depresión | 2019 |
| APA Schizophrenia | APA (Psychiatric) | Esquizofrenia | 2020 |
| CANMAT 2016 | CANMAT | Depresión/Bipolar | 2016 |
| Prevención suicidio | Min. Sanidad ES | Suicidio | 2024 |
Convocatorias habituales
Mapa de fuentes de financiación competitiva para salud mental.
| Convocatoria | Organismo | Modalidad | Plazo | Ámbito |
|---|---|---|---|---|
| Proyectos PI · AES | ISCIII | Proyecto 3 años | Marzo-abril | España |
| Río Hortega | ISCIII | Postresidencia | Enero | España |
| PFIS | ISCIII | Predoctoral | Febrero | España |
| Miguel Servet | ISCIII | Estabilización | Enero | España |
| Generación Conocimiento | AEI | I+D 3-4 años | Anual | España |
| CPP | AEI | Con empresa | Anual | España |
| FPI / FPU | AEI / MICIU | Predoctoral | Otoño | España |
| Ramón y Cajal | MICIU | Investigador 5a | Otoño | España |
| Juan de la Cierva | MICIU | Postdoctoral | Otoño | España |
| HORIZON-HLTH-MENTAL | CE | Colaborativo | Variable | UE |
| ERC Starting/Consolidator/Advanced | ERC | PI individual | Anual | UE/global |
| MSCA Postdoctoral | CE | Postdoc 2-3a | Septiembre | UE |
| MSCA Doctoral Networks | CE | Red doctoral | Anual | UE |
| JPND / ERA-NET NEURON | CE+ | Consorcio | Variable | UE+ |
| EU4Health | HaDEA | Salud pública | Anual | UE |
| La Caixa Health Research | F. La Caixa | Biomédico | Primavera | ES/PT |
| Fundación Mutua Madrileña | FMM | Biomédico | Anual | España |
| BBVA Fronteras | F. BBVA | Múltiples | Variable | España |
| Plan Nac. sobre Drogas | DGPNSD | Adicciones | Anual | España |
| NIH (NIMH/Fogarty) | NIH | Múltiples | Variable | Global |
| Wellcome Trust | Wellcome | Múltiples | Variable | Global |
| Fundación Alicia Koplowitz | FAK | SM infanto-juv | Anual | España |
Flujos combinados
Cómo encadenar los 5 agentes con la búsqueda científica en vivo para crear pipelines de alto valor.
1 · Sesión clínica preparada
Antes de una sesión difícil, prepara hipótesis con evidencia reciente.
2 · De gap a propuesta de estudio
RE detecta gaps que DIS convierte en pregunta viable.
3 · De idea a memoria competitiva
Estado del arte → diseño → memoria adaptada.
4 · Sesión bibliográfica de equipo
Curaduría mensual + síntesis ejecutiva.
5 · Supervisión clínica de caso
Caso → revisión específica → formulación contrastada.
6 · Vigilancia trimestral del beat
Mantén actualización en tu área de especialización.
Política de privacidad
Borrador inicial para el piloto. Sujeto a validación por asesoría legal de IAcademia antes del lanzamiento público.
1. Responsable del tratamiento
El responsable del tratamiento es IAcademia · Cátedra de Inteligencia Artificial (contacto: [email protected]). Dirección y NIF a completar.
2. Datos que se tratan
Esta aplicación es 100% cliente-side. Ningún dato del usuario se almacena en servidores de IAcademia. Los únicos datos manejados son:
- API key personal de OpenRouter: la introduce el usuario y se guarda exclusivamente en el
localStoragede su navegador. - Configuración de la app (modelo elegido, temperatura, etc.): localStorage del usuario.
- Historial de sesiones del propio usuario: opcional, se puede desactivar y borrar desde Ajustes. Guardado en localStorage.
- Prompts enviados por el usuario al modelo LLM: salen del navegador del usuario hacia OpenRouter. IAcademia no intermedia esa comunicación.
- Consultas a bases científicas (PubMed, Europe PMC, OpenAlex, etc.): salen del navegador del usuario directamente a esos servicios. IAcademia no intermedia.
3. Finalidad y base jurídica
La finalidad es ofrecer apoyo metodológico a profesionales de salud mental para razonamiento clínico, investigación, búsqueda de evidencia y redacción de solicitudes competitivas. La base jurídica es el consentimiento informado del usuario al aceptar los términos antes de usar la aplicación (RGPD art. 6.1.a).
4. Datos identificativos de pacientes
Está terminantemente prohibido introducir datos identificativos de pacientes (nombre, DNI, NIE, fecha de nacimiento exacta, dirección, número de historia clínica, etc.). La aplicación dispone de un detector automático que alerta si encuentra patrones de DNI, NIE, teléfono español, IBAN, fechas exactas o CIP-SNS antes de enviar al modelo. La responsabilidad jurídica del tratamiento de datos sanitarios recae en el profesional o centro sanitario que use la herramienta.
5. Destinatarios y transferencias internacionales
Los prompts del usuario se transmiten a OpenRouter Inc. (Estados Unidos) y, según el modelo elegido en Ajustes, a su proveedor backend (Anthropic, OpenAI, Google, Meta, Mistral, DeepSeek, etc.). Consultar las políticas de privacidad de cada proveedor. Las consultas a bases científicas se transmiten a los proveedores correspondientes (NIH, EMBL-EBI, OpenAlex Foundation, etc.).
6. Derechos del usuario
Como los datos están en el dispositivo del usuario, los derechos ARSULIPO (Acceso, Rectificación, Supresión, Limitación, Portabilidad, Oposición) se ejercen directamente desde Ajustes → Borrar todo, que elimina por completo localStorage. Para cualquier consulta, contactar a [email protected].
7. Cookies y rastreadores
La aplicación no usa cookies ni rastreadores de terceros. No se envía analítica ni telemetría. Únicamente se usa localStorage y sessionStorage propios del navegador para guardar la configuración del usuario y su historial local.
Términos de uso
Borrador inicial para el piloto. Sujeto a validación por asesoría legal de IAcademia antes del lanzamiento público.
1. Aceptación
Al utilizar Mental Health AI Research Lab usted acepta estos términos. Si no está de acuerdo, no debe usar la aplicación.
2. Naturaleza de la herramienta
La aplicación es un asistente metodológico dirigido a profesionales de salud mental (psicología clínica, psiquiatría, neuropsicología, trabajo social en salud mental). NO es un dispositivo médico. Sus salidas son sugerencias orientativas, no diagnósticos ni prescripciones.
3. Limitaciones clínicas (alto riesgo bajo AI Act)
El componente clínico (Asistente de Decisiones Clínicas) se considera un sistema de IA de alto riesgo según el Reglamento UE 2024/1689 (AI Act). El usuario reconoce y acepta:
- La herramienta NO sustituye el juicio clínico. Toda decisión asistencial es responsabilidad exclusiva del profesional sanitario.
- Supervisión humana significativa obligatoria: cada salida debe ser revisada críticamente por el clínico antes de aplicar.
- Las respuestas del modelo pueden contener errores, sesgos, alucinaciones de referencias o información desactualizada.
- El usuario verifica siempre referencias citadas antes de usarlas profesionalmente.
4. Prohibiciones
- Introducir datos identificativos de pacientes (nombre, DNI, fecha exacta, dirección, número de historia clínica).
- Usar la herramienta como única base para decisiones diagnósticas o terapéuticas.
- Compartir su API key personal de OpenRouter con terceros.
- Usar la herramienta con fines distintos al apoyo profesional sanitario, formación o investigación.
5. Modelo BYOK (Bring Your Own Key)
El usuario aporta su propia clave de OpenRouter. IAcademia no factura el consumo de tokens ni media en la facturación entre el usuario y OpenRouter. El usuario es responsable de gestionar su saldo y los costes asociados a las llamadas al modelo.
6. Limitación de responsabilidad
IAcademia provee la herramienta tal cual, sin garantías de exactitud, disponibilidad ni adecuación a un fin concreto. En ningún caso IAcademia será responsable de daños derivados del uso o imposibilidad de uso, incluidos errores clínicos, pérdida de datos, o consumo de tokens. La responsabilidad del usuario incluye verificar las salidas, no introducir PII y supervisar todas las decisiones clínicas.
7. Propiedad intelectual
El código fuente de la aplicación es propiedad de IAcademia · Cátedra de Inteligencia Artificial. Los prompts generados por el usuario y las respuestas del modelo son propiedad del usuario, sujetos a las condiciones de OpenRouter y del proveedor backend correspondiente.
8. Cambios en los términos
IAcademia puede actualizar estos términos. Se notificará mediante banner en la aplicación. El uso continuado tras un cambio implica la aceptación de la nueva versión.
9. Contacto
Cualquier consulta sobre estos términos: [email protected]
Bienvenida al Mental Health AI Research Lab
Antes de empezar, lee y acepta estos cuatro puntos. Son lo que diferencia un uso responsable de la IA en salud mental de un mal uso.
- Trabaja siempre con pseudónimos. No introduzcas el nombre real, DNI, NIE, fecha de nacimiento exacta, dirección ni número de historia clínica del paciente. La app detecta automáticamente estos patrones (DNI/NIE, IBAN, teléfono español, fechas exactas y CIP-SNS) y te avisa antes de enviar nada a la IA.
- La IA es un apoyo, no un sustituto. Las respuestas son orientativas. La decisión clínica sigue siendo tuya, con tu firma y tu responsabilidad profesional.
- Verifica siempre las referencias antes de citarlas. Los modelos pueden generar referencias plausibles pero inventadas. Comprueba cada DOI o PMID en su base de origen.
- El módulo de decisiones clínicas se considera sistema de IA de alto riesgo según el AI Act europeo. Cumples como usuario revisando críticamente cada respuesta antes de actuar sobre ella.
Más detalle en: Política de privacidad · Términos de uso