La detección temprana de la depresión en una persona es de gran ayuda para los especialistas médicos, ya que permite un mejor tratamiento de la condición. Las redes sociales son una fuente de datos prometedora para identificar a individuos en riesgo de esta enfermedad mental, facilitando una intervención oportuna y mejorando así la salud pública. En este marco de referencia, proponemos un sistema basado en NLP llamado Salud Mental para detectar los niveles de depresión de los usuarios a través de comentarios en X. Salud Mental está respaldado por un modelo que comprende cuatro etapas: extracción de datos, preprocesamiento, detección de emociones y diagnóstico de depresión. Utilizando una herramienta de procesamiento de lenguaje natural, el sistema correlaciona las emociones detectadas en las publicaciones de los usuarios en X con los síntomas de la depresión y proporciona a los especialistas los niveles de depresión de los pacientes. Al utilizar Salud Mental, describimos un estudio de caso que involucra a pacientes reales, y el proceso de evaluación se llevó a cabo comparando los resultados obtenidos utilizando Salud Mental con los obtenidos a través de la aplicación del cuestionario PHQ-9. El sistema identifica niveles de depresión moderadamente graves y moderados con buena precisión y recuperación, lo que nos permite inferir el buen rendimiento del modelo y confirmar que es una opción prometedora para el apoyo en salud mental.