Frameworks, Methodologies, and Tools for Evaluating Large Language Models in Digital Mental Health Interventions: Protocol for a Scoping Review.
Salinas-Layana AiD (se abre en una pestaña nueva); Jiménez-Molina ÁiD (se abre en una pestaña nueva); Lira DiD (se abre en una pestaña nueva); Véliz-Montoya FAiD (se abre en una pestaña nueva); Venegas AiD (se abre en una pestaña nueva); Muñoz NiD (se abre en una pestaña nueva); Chandía MiD (se abre en una pestaña nueva); Rojas RiD (se abre en una pestaña nueva); Martínez ViD (se abre en una pestaña nueva)
- Año
- 2026
- Revista / colección
- JMIR research protocols
- DOI
- 10.2196/91677 (se abre en una pestaña nueva)
- Licencia
- CC BY
Resumen ADIPA
Elaborado con IA a partir del resumen de los autoresProtocolo de revisión de alcance que mapea sistemáticamente los marcos conceptuales, metodologías e instrumentos utilizados para evaluar modelos de lenguaje grande (LLM) en intervenciones digitales de salud mental (IDMS). Siguiendo las directrices PRISMA-ScR, la revisión busca en cinco bases de datos desde enero de 2019 hasta septiembre de 2025 para identificar constructos evaluados, instrumentos de medición, procedimientos y etapas de evaluación en estudios empíricos y propuestas teóricas de LLM integrados en IDMS. Aborda la brecha actual en síntesis sistemática sobre evaluación de LLM en contextos de salud mental digital, considerando que la inteligencia artificial generativa expande las capacidades de comprensión del lenguaje natural y personalización, pero enfrenta desafíos de estandarización y validación que limitan la comparabilidad y reproducibilidad. El protocolo registra resultados preliminares de búsqueda de 4273 registros con confiabilidad interobservador adecuada, con revisión de títulos y resúmenes en curso.
Puntos clave
- Los modelos de lenguaje grande permiten interacción empática y personalizada en intervenciones digitales de salud mental, pero carecen de marcos de evaluación estandarizados y validados que aseguren comparabilidad y reproducibilidad de hallazgos.
- Esta revisión de alcance busca identificar y sintetizar sistemáticamente los constructos, instrumentos y procedimientos de evaluación empleados en la evaluación de LLM en intervenciones digitales de salud mental desde 2019.
- La revisión excluye estudios limitados a detección de riesgo o sistemas de apoyo para decisiones sin componente de intervención, focalizándose en LLM integrados en contextos de evaluación, apoyo y terapéuticos.
Para quién: Investigadores, desarrolladores de tecnología y diseñadores de política pública que trabajan en salud mental digital y requieren evidencia sistemática sobre métodos seguros, éticos y efectivos para evaluar inteligencia artificial generativa en intervenciones.
Resumen de los autores
Áreas y palabras clave
Cómo citar (APA 7)
A, S. L., Á, J. M., D, L., FA, V. M., A, V., N, M., M, C., R, R., & V, M. (2026). Frameworks, Methodologies, and Tools for Evaluating Large Language Models in Digital Mental Health Interventions: Protocol for a Scoping Review.. JMIR research protocols. https://doi.org/10.2196/91677