Máster de Formación Permanente en Inteligencia Artificial Aplicada a la Neuropsicología y a la Salud Mental

1. Describe la organización del sistema nervioso central y periférico, los sistemas de neurotransmisión, la neuroanatomía funcional de la corteza cerebral y las estructuras subcorticales, y fundamenta las bases neurobiológicas de los procesos cognitivos superiores, la neuroplasticidad y la vascularización cerebral.

2. Clasifica los trastornos neuropsicológicos y la psicopatología a lo largo del ciclo vital, diferenciando los trastornos del neurodesarrollo, las alteraciones de la edad adulta, el daño cerebral adquirido y los procesos neurodegenerativos, y aplica los principios de la evaluación neuropsicológica adaptada a cada grupo de edad.

3. Conoce los modelos, principios y técnicas de la rehabilitación neuropsicológica tradicional, y planifica programas integrales e individualizados de intervención sobre funciones cognitivas, alteraciones emocionales y conductuales, con un enfoque multidisciplinar orientado a la reinserción social y laboral del paciente.

4. Identifica los orígenes, paradigmas y estado actual de la inteligencia artificial, y distingue los fundamentos del aprendizaje automático, las redes neuronales artificiales, el procesamiento del lenguaje natural y la visión por computador, reconociendo sus limitaciones, sesgos y fronteras en el ámbito clínico.

5. Analiza las fuentes y tipos de datos clínicos en neuropsicología y salud mental, aplica técnicas de preprocesamiento y preparación de datos, e interpreta los resultados de análisis asistidos por IA utilizando métodos de explicabilidad que permitan integrar los hallazgos con el juicio clínico experto.

6. Domina el ecosistema de herramientas digitales para la práctica neuropsicológica, incluyendo plataformas de gestión clínica, telepsicología y entornos de programación para el análisis de datos, y establece las garantías de seguridad, privacidad y cumplimiento normativo exigidas en la práctica profesional digital.

7. Describe los fundamentos físicos de las principales modalidades de neuroimagen estructural y funcional, y relaciona los hallazgos de volumetría, tractografía y conectividad cerebral con los perfiles cognitivos y la patología neurológica y psiquiátrica, aplicando criterios de diseño e interpretación clínica de los estudios.

8. Aplica técnicas de inteligencia artificial al análisis de neuroimagen, incluyendo la segmentación automática de estructuras cerebrales, la clasificación de patologías, el análisis multimodal y las aplicaciones diagnósticas y pronósticas, y evalúa la validación, reproducibilidad y barreras para la implementación clínica de estos modelos.

9. Define el concepto y la clasificación de los biomarcadores en neuropsicología, diferencia los biomarcadores cognitivos, digitales y biológicos, y fundamenta su validez, utilidad clínica e integración con datos neuropsicológicos para el diagnóstico, el pronóstico y la monitorización de las enfermedades neurológicas y psiquiátricas.

10. Analiza la transición de la evaluación neuropsicológica tradicional a la digital, conoce las plataformas de evaluación cognitiva computerizada, las variables de proceso y microdatos derivados, las metodologías de evaluación ecológica y ambulatoria, y establece los criterios de equivalencia psicométrica, equidad y regulación de los tests digitales.

11. Diseña y fundamenta la arquitectura de sistemas de apoyo al diagnóstico neuropsicológico basados en IA, diferenciando la automatización del apoyo a la decisión clínica, y aplica modelos de clasificación y predicción diagnóstica, valorando los procesos de validación, implementación y gobernanza ética y legal del sistema.

12. Relaciona las alteraciones del lenguaje con los trastornos neurológicos y psiquiátricos, aplica técnicas de procesamiento del lenguaje natural a textos clínicos y análisis computacional del discurso hablado, e identifica marcadores lingüísticos útiles para el cribado, la detección y la monitorización longitudinal de enfermedades mentales.

13. Identifica los parámetros acústicos de la voz con relevancia clínica y aplica técnicas de análisis computacional para la detección de alteraciones vocales en trastornos neuropsicológicos y psiquiátricos, integrando el reconocimiento de emociones mediante análisis facial y fusión multimodal, y valora las consideraciones éticas de estos sistemas.

14. Fundamenta el marco teórico actualizado de la rehabilitación neuropsicológica, planifica programas de intervención centrados en el paciente y selecciona técnicas específicas de restauración y compensación cognitiva, evaluando la eficacia y los resultados de la rehabilitación con criterios de medicina basada en la evidencia.

15. Conoce las plataformas digitales de rehabilitación cognitiva y analiza el papel de los algoritmos adaptativos, los serious games y la gamificación terapéutica en la personalización del tratamiento, y establece criterios para la telerrehabilitación, la monitorización remota del progreso y la integración de estas herramientas en el flujo de trabajo clínico.

16. Describe los fundamentos tecnológicos de la realidad virtual y la realidad aumentada, y aplica los entornos inmersivos a la evaluación neuropsicológica ecológica, la rehabilitación cognitiva y motora, y el tratamiento de trastornos de salud mental, valorando la personalización mediante IA y la tolerabilidad en poblaciones clínicas.

17. Define el concepto, la clasificación y el marco regulatorio de las terapias digitales, diferenciándolas de las aplicaciones de bienestar, y analiza la evidencia de eficacia de las intervenciones psicológicas digitales en depresión, ansiedad, trastornos neuropsicológicos y adicciones, evaluando los factores de adherencia e integración en la atención clínica.

18. Analiza los fundamentos tecnológicos de los chatbots terapéuticos y asistentes conversacionales basados en modelos generativos, diseña interacciones terapéuticas automatizadas aplicando principios de psicología clínica, y evalúa la evidencia disponible y las limitaciones éticas, clínicas y legales de estos sistemas en salud mental.

19. Describe los principios y técnicas de la estimulación cerebral no invasiva —magnética y eléctrica—, analiza las aplicaciones de la inteligencia artificial en la neuromodulación personalizada y de bucle cerrado, y conoce los fundamentos de las interfaces cerebro-computadora, valorando las consideraciones éticas y los neuroderechos asociados.

20. Define el concepto de fenotipado digital y los modelos de monitorización digital en salud mental, analiza las fuentes de datos del teléfono inteligente como indicadores clínicos, y aplica algoritmos de IA para la detección de cambios clínicamente significativos y alertas tempranas, evaluando la aceptabilidad y los aspectos éticos de la vigilancia digital continua.

21. Identifica las tecnologías portátiles y biosensores disponibles para la monitorización psicofisiológica, analiza sus aplicaciones en la evaluación del sueño, el estrés y los estados emocionales, y aplica técnicas de IA al análisis de los datos generados, valorando las limitaciones técnicas, la validez de las mediciones y las consideraciones éticas de la recopilación continua de datos.

22. Aplica herramientas de inteligencia artificial a la detección temprana, la evaluación neuropsicológica y la intervención en trastornos del neurodesarrollo infantil, incluyendo el análisis de vídeo, el seguimiento ocular, las tareas gamificadas y los robots sociales, e integra la participación de la familia y la escuela en las intervenciones mediadas por tecnología.

23. Analiza los modelos computacionales de los trastornos afectivos y de ansiedad, aplica técnicas de IA para la detección y monitorización de estados depresivos, el riesgo suicida y la reactividad al estrés, y diseña estrategias de personalización del tratamiento y regulación emocional en tiempo real asistidas por inteligencia artificial.

24. Describe la caracterización computacional de los perfiles neurocognitivos en la psicosis, aplica herramientas de IA para la detección precoz de estados de alto riesgo, la rehabilitación cognitiva adaptada y la monitorización remota de la adherencia y las recaídas, e identifica los desafíos específicos del uso de IA en pacientes con trastornos psicóticos.

25. Aplica técnicas de inteligencia artificial al diagnóstico precoz, la predicción de la progresión y la estratificación pronóstica de las enfermedades neurodegenerativas, y conoce las tecnologías de rehabilitación adaptativa, monitorización digital, apoyo funcional y soporte al cuidador orientadas a mejorar la calidad de vida del paciente y su entorno.

26. Analiza la aplicación de la inteligencia artificial en la evaluación neuropsicológica, la predicción de la recuperación funcional y la rehabilitación del daño cerebral adquirido, incluyendo plataformas adaptativas, realidad virtual, interfaces cerebro-computadora y robótica asistiva, y planifica estrategias tecnológicas de reintegración comunitaria y funcional del paciente.

27. Identifica las aplicaciones específicas de la IA en contextos especiales y poblaciones vulnerables —salud mental perinatal, geriatría institucionalizada, discapacidad intelectual y emergencias humanitarias—, y fundamenta los marcos éticos para abordar los sesgos algorítmicos y garantizar la equidad, la adaptación cultural y la accesibilidad de las herramientas digitales.