Pineda Alhucema, Wilmar FernandoLlanos Barrios, Ana CarolinaDel Moral Roncallo, Marian JoséVitola Robles, María FernandaAriza Arroyo, Gabriela Andrea2024-08-162024-08-162022https://hdl.handle.net/20.500.12442/15224Introducción: Este estudio analiza la implementación de la inteligencia artificial (IA) en la neuropsicología clínica. La neuropsicología ha evolucionado desde técnicas tradicionales de papel y lápiz a evaluaciones digitalizadas, utilizando herramientas tecnológicas avanzadas. La IA se presenta como una oportunidad para mejorar la precisión y eficiencia de estas evaluaciones, permitiendo un análisis más profundo de la cognición y el comportamiento humano. Método: La investigación adoptó un enfoque cuantitativo empírico-analítico. Se revisaron sistemáticamente artículos y estudios previos, utilizando palabras clave relacionadas con neuropsicología e inteligencia artificial en bases de datos como Scopus, Scielo, Google Scholar, PubMed, Ebsco y Redalyc. Se incluyeron artículos que reportaran el uso de IA para evaluaciones y rehabilitación neuropsicológica. Resultados: Se identificaron 52 artículos, de los cuales se seleccionaron 2 para la síntesis cualitativa. Los estudios revisados mostraron que la implementación de IA en la neuropsicología clínica ofrece beneficios significativos, como la estandarización de instrucciones, una calificación más objetiva y el manejo eficiente de grandes volúmenes de datos. Sin embargo, también se identificaron desventajas, como la necesidad de equipos costosos y la posible deshumanización del proceso neuropsicológico. Los tipos de IA más utilizados incluyen algoritmos de aprendizaje automático y dispositivos basados en la Teoría de Atención Visual (TVA).Introduction This study analyzes the implementation of artificial intelligence (AI) in clinical neuropsychology. Neuropsychology has evolved from traditional paper-and-pencil techniques to digital evaluations using advanced technological tools. AI presents an opportunity to improve the precision and efficiency of these evaluations, allowing for a deeper analysis of human cognition and behavior. Method The research adopted a quantitative empirical-analytical approach. Previous articles and studies were systematically reviewed, using keywords related to neuropsychology and artificial intelligence in databases such as Scopus, Scielo, Google Scholar, PubMed, Ebsco, and Redalyc. Articles reporting the use of AI for neuropsychological evaluations and rehabilitation were included. Results Fifty-two articles were identified, with two selected for qualitative synthesis. The reviewed studies showed that implementing AI in clinical neuropsychology offers significant benefits, such as standardized instructions, more objective scoring, and efficient handling of large data volumes. However, disadvantages were also identified, such as the need for costly equipment and the potential dehumanization of the neuropsychological process. The most commonly used types of AI include machine learning algorithms and devices based on the Theory of Visual Attention (TVA).pdfspaAttribution-NonCommercial-NoDerivs 3.0 United StatesInteligencia ArtificialNeuropsicologíaEvaluación CognitivaAprendizaje AutomáticoTVAinfo:eu-repo/semantics/embargoedAccessinfo:eu-repo/semantics/otherArtificial IntelligenceNeuropsychologyCognitive AssessmentMachine Learning