César
Miguel
Tamara
Renato

GenAI y Neurodesarrollo

La inteligencia artificial generativa (GenAI) ya no es solo una promesa tecnológica. Está marcando un antes y un después en cómo entendemos la inteligencia artificial: no solo predice o optimiza, también abre espacio para la creatividad, la diversidad cognitiva y la innovación exploratoria.

GenAI y Neurodesarrollo

Introducción

La inteligencia artificial generativa (GenAI) ya no es solo una promesa tecnológica. Está marcando un antes y un después en cómo entendemos la inteligencia artificial: no solo predice o optimiza, también abre espacio para la creatividad, la diversidad cognitiva y la innovación exploratoria.

Así lo plantea Krakowski (2025), quien describe a GenAI como una tecnología de propósito general con un potencial democratizador inédito. Esta tecnología está transformando no solo la forma en que trabajamos, sino también cómo abordamos los desafíos más complejos en salud y educación.

GenAI en salud mental y neurodesarrollo

En los últimos años, los avances se han vuelto concretos. Estudios recientes muestran que médicos que usan GenAI como apoyo en su razonamiento clínico logran diagnósticos más precisos. La precisión diagnóstica ha mejorado significativamente cuando los profesionales de la salud integran estas herramientas en su práctica diaria.

Además, revisiones sistemáticas han identificado decenas de herramientas emergentes enfocadas en dislexia, autismo y TDAH, con resultados alentadores en la detección temprana y el acompañamiento terapéutico. Estas aplicaciones están demostrando su valor no solo en el diagnóstico, sino también en la personalización de intervenciones terapéuticas.

Estos trabajos también advierten sobre los desafíos: la necesidad de incorporar datos más diversos, tanto lingüísticos como culturales, y la importancia de contar con sistemas explicables y transparentes. La diversidad de datos es crucial para evitar sesgos que podrían perpetuar desigualdades en el acceso a la atención de salud mental.

Riesgos y oportunidades

El gran atractivo de GenAI está en su potencial democratizador: llevar apoyo avanzado a profesionales y pacientes que antes quedaban fuera de alcance. Pero ese mismo potencial trae riesgos. Modelos entrenados en bases de datos anglocéntricas pueden producir sesgos; algoritmos opacos pueden generar una falsa confianza.

Análisis de resonancia magnética cerebral en tablet

Tecnología de análisis de imágenes médicas potenciada por IA

El reto está en equilibrar ambos polos: aprovechar la innovación, pero sin perder de vista la supervisión humana, la diversidad de contextos y la ética en el diseño. Es fundamental que los desarrolladores y profesionales de la salud trabajen juntos para crear sistemas que sean tanto efectivos como éticos.

La transparencia en los procesos de decisión de los algoritmos es esencial para construir confianza entre los profesionales de la salud y los pacientes. Solo así podremos garantizar que estas herramientas sean verdaderamente inclusivas y beneficiosas para todos.

Mirando hacia adelante

La conversación ya no es si GenAI puede transformar el campo del neurodesarrollo, sino cómo hacerlo de forma segura y útil. Las arquitecturas colaborativas, el trabajo interdisciplinario y el foco en la trazabilidad de las decisiones serán claves para que estas herramientas realmente apoyen a médicos, pacientes y familias.

El futuro de GenAI en salud mental y neurodesarrollo dependerá de nuestra capacidad para integrar estas tecnologías de manera responsable. Esto significa no solo desarrollar mejores algoritmos, sino también establecer marcos regulatorios claros y protocolos de implementación que protejan a los pacientes más vulnerables.

A medida que avanzamos, será crucial mantener un diálogo abierto entre tecnólogos, profesionales de la salud, pacientes y reguladores. Solo a través de esta colaboración podremos asegurar que GenAI cumpla su promesa de democratizar el acceso a una atención de salud mental de calidad, mientras protegemos los derechos y la dignidad de cada individuo.

Fuentes

1. GenAI como tecnología de propósito general

Krakowski, S. (2025). Human-AI agency in the age of generative AI. Information & Organization, Stockholm School of Economics.Artículo completo

2. LLMs y precisión diagnóstica médica

Kanjee, Z., et al. (2024). Large Language Model Influence on Diagnostic Reasoning: A Randomized Clinical Trial. JAMA Network Open, 7(10).https://doi.org/10.1001/jamanetworkopen.2024.40969

3. IA para trastornos del neurodesarrollo (Dislexia, Autismo y TDAH)

Chen, X., et al. (2024). A systematic review for artificial intelligence-driven assistive technologies to support children with neurodevelopmental disorders. Information Fusion, 113, 102697.https://doi.org/10.1016/j.inffus.2024.102697