Saltar al contenido
EN

Menos ruido. Más señal.

Contexto · IA Frontera · barrido martes, 17 de noviembre de 2026

Modelado computacional de la depresión y biomarcadores digitales

La depresión se está desagregando en subtipos medibles mediante modelos multimodales (seguimiento ocular, lenguaje, dinámica cerebral) que buscan sustituir el diagnóstico único por fenotipos cuantificables. El cluster mezcla señal real (arXiv, neurociencia clínica) con ruido de formato académico: un artículo sobre TAVR sin relación temática. Importa porque la infraestructura de diagnóstico psiquiátrico se desplaza hacia medición algorítmica, con implicaciones para validación clínica y responsabilidad regulatoria.

Título, tesis y evaluación de gravedad redactados por un modelo de IA, sin revisión humana previa.

Gravedad25/100 · Fondo
Por qué esta gravedad
Cinco preprints arXiv sobre estimación de severidad de depresión (eye tracking, texto, multimodal) sin adopción clínica ni regulatoria declarada, más un artículo divulgativo sobre un estudio de neuroimagen con N=263. Sin benchmark roto, sin validación externa, sin evento material hoy; el desplazamiento hacia diagnóstico algorítmico sigue en fase de paper.
— Evaluación del Semantic Gravity Engine
Cobertura
2 feeds · 2 grupos editoriales independientes (corroborada)
Verticales cruzadas
IA Frontera, Longevidad, Crianza
Gravedad frente a la edición anterior
sin cambio (25)

cobertura, no exactitud

Detectada por primera vez lun 16 de nov · 2 días en seguimientoEvolución de la gravedad
Fuente principal
Task-evoked eye movements as candidate digital biomarkers of depression severity in adolescents and young adults · arXiv CS.AI / Youxiang Sun, Yujie Nie, Zhuoru Wu, Mengyuan Yu, Wenkong Wang, Xiang Li, Yumei Wang, Xin Ma, Lizhou Fan
Actores: arXiv · Psychology Today
Cronología · hora de Madrid
  1. 06:00
  2. 00:44
  3. 06:00
  4. 06:00
  5. 06:00
  6. 06:00
CompartirWhatsApp
Historias relacionadas