Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo Gemis
La salud mental abarca el bienestar emocional, psicológico y social de un individuo, influyendo significativamente en su calidad de vida. En un contexto global de creciente conciencia sobre la importancia de la salud mental, la aplicación de la inteligencia artificial (IA) emerge como una herramient...
Guardado en:
| Autores principales: | , , , , , , , , , , , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2024
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/176303 |
| Aporte de: |
| id |
I19-R120-10915-176303 |
|---|---|
| record_format |
dspace |
| spelling |
I19-R120-10915-1763032025-02-10T20:05:20Z http://sedici.unlp.edu.ar/handle/10915/176303 Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo Gemis Di Felice, Martin Lamas, C. Maleh, Federico Norscini, J Ramón, H Deroche, Ariel Lebedinsky, M Leguizamón, R Montenegro Aguilar, G Trupkin, I. Pytel, Pablo Vegega, Cinthia Chatterjee, Parag Pollo Cattaneo, María Florencia 2024-04 2024 2025-02-10T14:00:05Z es Ciencias Informáticas Inteligencia artificial sistemas inteligentes Salud mental predicción aprendizaje automático La salud mental abarca el bienestar emocional, psicológico y social de un individuo, influyendo significativamente en su calidad de vida. En un contexto global de creciente conciencia sobre la importancia de la salud mental, la aplicación de la inteligencia artificial (IA) emerge como una herramienta prometedora para mejorar la prevención, diagnóstico y tratamiento de trastornos mentales. La IA ofrece capacidades analíticas avanzadas que pueden procesar grandes volúmenes de datos clínicos, genéticos y de comportamiento, permitiendo una detección temprana precisa de problemas de salud mental, una personalización de tratamientos basada en datos y una intervención proactiva. Además, la IA está siendo utilizada para desarrollar sistemas de apoyo a la toma de decisiones clínicas, identificar patrones de riesgo y predecir resultados de tratamiento. Estas aplicaciones están transformando la forma en que los profesionales de la salud mental abordan y gestionan los trastornos psicológicos, mejorando la eficiencia de los servicios y optimizando los resultados para los pacientes. En este contexto, el Grupo de Estudio en Metodologías de Ingeniería en Software (GEMIS) de la Universidad Tecnológica Nacional - Facultad Regional Buenos Aires está trabajando para llevar adelante una nueva línea de investigación, aplicando inteligencia artificial en el campo de la salud mental. El presente trabajo tiene como objetivo describir el estado de avance de la línea de investigación vinculada con la aplicación de Inteligencia Artificial (IA) en la salud mental. Además del desarrollo de modelos predictivos en base de datos clínicos utilizando técnicas de aprendizaje automático en el área de salud mental, se incorpora un nuevo aspecto en la línea de investigación, el análisis automático de señales e imágenes para buscar nuevos patrones y predictores relacionados a la salud mental, proporcionando una mirada complementaria a la línea principal. Se espera fortalecer esta línea de investigación enriqueciendo así el panorama de investigación en el campo de la salud mental. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 65-69 |
| institution |
Universidad Nacional de La Plata |
| institution_str |
I-19 |
| repository_str |
R-120 |
| collection |
SEDICI (UNLP) |
| language |
Español |
| topic |
Ciencias Informáticas Inteligencia artificial sistemas inteligentes Salud mental predicción aprendizaje automático |
| spellingShingle |
Ciencias Informáticas Inteligencia artificial sistemas inteligentes Salud mental predicción aprendizaje automático Di Felice, Martin Lamas, C. Maleh, Federico Norscini, J Ramón, H Deroche, Ariel Lebedinsky, M Leguizamón, R Montenegro Aguilar, G Trupkin, I. Pytel, Pablo Vegega, Cinthia Chatterjee, Parag Pollo Cattaneo, María Florencia Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo Gemis |
| topic_facet |
Ciencias Informáticas Inteligencia artificial sistemas inteligentes Salud mental predicción aprendizaje automático |
| description |
La salud mental abarca el bienestar emocional, psicológico y social de un individuo, influyendo significativamente en su calidad de vida. En un contexto global de creciente conciencia sobre la importancia de la salud mental, la aplicación de la inteligencia artificial (IA) emerge como una herramienta prometedora para mejorar la prevención, diagnóstico y tratamiento de trastornos mentales. La IA ofrece capacidades analíticas avanzadas que pueden procesar grandes volúmenes de datos clínicos, genéticos y de comportamiento, permitiendo una detección temprana precisa de problemas de salud mental, una personalización de tratamientos basada en datos y una intervención proactiva.
Además, la IA está siendo utilizada para desarrollar sistemas de apoyo a la toma de decisiones clínicas, identificar patrones de riesgo y predecir resultados de tratamiento. Estas aplicaciones están transformando la forma en que los profesionales de la salud mental abordan y gestionan los trastornos psicológicos, mejorando la eficiencia de los servicios y optimizando los resultados para los pacientes. En este contexto, el Grupo de Estudio en Metodologías de Ingeniería en Software (GEMIS) de la Universidad Tecnológica Nacional - Facultad Regional Buenos Aires está trabajando para llevar adelante una nueva línea de investigación, aplicando inteligencia artificial en el campo de la salud mental.
El presente trabajo tiene como objetivo describir el estado de avance de la línea de investigación vinculada con la aplicación de Inteligencia Artificial (IA) en la salud mental. Además del desarrollo de modelos predictivos en base de datos clínicos utilizando técnicas de aprendizaje automático en el área de salud mental, se incorpora un nuevo aspecto en la línea de investigación, el análisis automático de señales e imágenes para buscar nuevos patrones y predictores relacionados a la salud mental, proporcionando una mirada complementaria a la línea principal. Se espera fortalecer esta línea de investigación enriqueciendo así el panorama de investigación en el campo de la salud mental. |
| format |
Objeto de conferencia Objeto de conferencia |
| author |
Di Felice, Martin Lamas, C. Maleh, Federico Norscini, J Ramón, H Deroche, Ariel Lebedinsky, M Leguizamón, R Montenegro Aguilar, G Trupkin, I. Pytel, Pablo Vegega, Cinthia Chatterjee, Parag Pollo Cattaneo, María Florencia |
| author_facet |
Di Felice, Martin Lamas, C. Maleh, Federico Norscini, J Ramón, H Deroche, Ariel Lebedinsky, M Leguizamón, R Montenegro Aguilar, G Trupkin, I. Pytel, Pablo Vegega, Cinthia Chatterjee, Parag Pollo Cattaneo, María Florencia |
| author_sort |
Di Felice, Martin |
| title |
Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo Gemis |
| title_short |
Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo Gemis |
| title_full |
Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo Gemis |
| title_fullStr |
Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo Gemis |
| title_full_unstemmed |
Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo Gemis |
| title_sort |
aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo gemis |
| publishDate |
2024 |
| url |
http://sedici.unlp.edu.ar/handle/10915/176303 |
| work_keys_str_mv |
AT difelicemartin aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT lamasc aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT malehfederico aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT norscinij aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT ramonh aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT derocheariel aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT lebedinskym aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT leguizamonr aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT montenegroaguilarg aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT trupkini aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT pytelpablo aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT vegegacinthia aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT chatterjeeparag aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis AT pollocattaneomariaflorencia aplicaciondelainteligenciaartificialenelcontextodelasaludmentallineasdeinvestigaciondelgrupogemis |
| _version_ |
1845116779830968320 |