Eficacia de las intervenciones basadas en IA en la salud mental en el lugar de trabajo: una revisión sistemática y...

Área de la Ciencia:

• Salud ocupacional y salud en el trabajo.
• Salud digital La salud digital.
• Inteligencia Artificial en el cuidado de la salud.

Sus antecedentes:

• La salud mental en el lugar de trabajo es una prioridad global frente a los desafíos de escalabilidad y compromiso con las intervenciones tradicionales.
• La inteligencia artificial (IA) presenta oportunidades para un apoyo dinámico y personalizado a la salud mental en entornos laborales.
• La efectividad y la implementación de la IA para la salud mental en el lugar de trabajo siguen sin estar claras.

Objetivo del estudio:

• Revisar sistemáticamente la literatura sobre las intervenciones basadas en IA para la salud mental en el lugar de trabajo.
• Evaluar la efectividad, el compromiso y los factores de implementación de la IA en la salud ocupacional.
• Identificar brechas y futuras direcciones de investigación para la IA en la salud mental en el lugar de trabajo.

Principales métodos:

• Revisión sistemática de 17 estudios publicados entre 2018 y 2024 de seis bases de datos.
• Evaluación utilizando las partidas de reporte preferidas para revisiones sistemáticas y metaanálisis (PRISMA).
• Evaluación del riesgo de sesgo utilizando las herramientas Cochrane Risk of Bias 2.0 (RoB 2.0) y ROBINS-I.

Principales resultados:

• Las intervenciones de IA (por ejemplo, chatbots, análisis predictivo) muestran potencial para mejorar la salud mental, la resiliencia y el compromiso de los trabajadores.
• La aceptabilidad de las intervenciones de IA fue generalmente alta en todos los estudios revisados.
• La madurez de la intervención es baja, los informes de resultados son inconsistentes y pocos estudios abordaron eventos adversos, escalabilidad o ética.

Conclusiones:

• Las intervenciones de IA ofrecen soluciones adaptativas para la salud mental en el lugar de trabajo con un compromiso prometedor.
• Los médicos y los equipos de salud ocupacional requieren apoyo para evaluar las herramientas de IA.
• La investigación futura necesita ensayos de alta calidad, seguimiento a largo plazo y marcos de informes estandarizados para una adopción segura de la IA.