Aplicación de técnicas de inteligencia artificial en la prevención de problemas de salud mental

Autores
Di Felice, Martín; Lamas, C.; Maleh, F.; Sabelli, Agustín; Norscini, J.; Ramón, Hugo Dionisio; Deroche, Ariel; Montenegro Aguilar, G.; Pytel, Pablo; Vegega, Cinthia; Chatterjee, Parag; Pollo Cattaneo, María Florencia
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La Organización Mundial de la Salud define a la salud mental como un “estado de bienestar en el que las personas son conscientes de sus propias capacidades, pueden hacer frente a las tensiones normales de la vida, pueden trabajar de manera productiva y fructífera, y son capaces de contribuir a su comunidad”. Los trastornos mentales y los trastornos relacionados con sustancias psicoactivas son muy prevalentes en todo el mundo y contribuyen de manera importante a la morbilidad, la discapacidad y la mortalidad prematura. Por otro lado, en los avances recientes de la medicina moderna, la Inteligencia Artificial (IA) se destaca como uno de los principales actores, principalmente para la atención médica predictiva y preventiva. En adición, con el advenimiento de los enfoques digitales para la salud mental, la IA moderna, en particular el aprendizaje automático, se utiliza en el desarrollo de soluciones de predicción, detección y tratamiento para la atención de la salud mental. Aunque ha habido un progreso considerable en la salud digital y la aplicación de la IA a la salud física en general, la adopción de la IA en la salud mental es relativamente incipiente. Durante la pandemia de COVID-19, los casos reportados sobre trastornos de ansiedad y depresión han aumentado un 74% según una encuesta de la Asociación Estadounidense de Psicología. Específicamente en América Latina, la brecha de tratamiento para la depresión es del 73,9%. Una parte importante de los trastornos de salud mental es prevenible si se detecta a tiempo y se trata adecuadamente. Este trabajo apunta precisamente a la incorporación de la IA en la salud mental, hacia una atención médica predictiva, preventiva, personalizada y de precisión. El objetivo principal es desarrollar algoritmos predictivos para el diagnóstico temprano de trastornos de salud mental, incluida la depresión, seguido del uso de aprendizaje automático para realizar análisis predictivos de los datos clínicos.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Inteligencia artificial
Sistemas inteligentes
Aprendizaje automático
Salud mental
análisis predictivo
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/163848
Acceder
id SEDICI_1bbb9950d83cce179ec82142ea35f5ac
oai_identifier_str oai:sedici.unlp.edu.ar:10915/163848
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Aplicación de técnicas de inteligencia artificial en la prevención de problemas de salud mentalDi Felice, MartínLamas, C.Maleh, F.Sabelli, AgustínNorscini, J.Ramón, Hugo DionisioDeroche, ArielMontenegro Aguilar, G.Pytel, PabloVegega, CinthiaChatterjee, ParagPollo Cattaneo, María FlorenciaCiencias InformáticasInteligencia artificialSistemas inteligentesAprendizaje automáticoSalud mentalanálisis predictivoLa Organización Mundial de la Salud define a la salud mental como un “estado de bienestar en el que las personas son conscientes de sus propias capacidades, pueden hacer frente a las tensiones normales de la vida, pueden trabajar de manera productiva y fructífera, y son capaces de contribuir a su comunidad”. Los trastornos mentales y los trastornos relacionados con sustancias psicoactivas son muy prevalentes en todo el mundo y contribuyen de manera importante a la morbilidad, la discapacidad y la mortalidad prematura. Por otro lado, en los avances recientes de la medicina moderna, la Inteligencia Artificial (IA) se destaca como uno de los principales actores, principalmente para la atención médica predictiva y preventiva. En adición, con el advenimiento de los enfoques digitales para la salud mental, la IA moderna, en particular el aprendizaje automático, se utiliza en el desarrollo de soluciones de predicción, detección y tratamiento para la atención de la salud mental. Aunque ha habido un progreso considerable en la salud digital y la aplicación de la IA a la salud física en general, la adopción de la IA en la salud mental es relativamente incipiente. Durante la pandemia de COVID-19, los casos reportados sobre trastornos de ansiedad y depresión han aumentado un 74% según una encuesta de la Asociación Estadounidense de Psicología. Específicamente en América Latina, la brecha de tratamiento para la depresión es del 73,9%. Una parte importante de los trastornos de salud mental es prevenible si se detecta a tiempo y se trata adecuadamente. Este trabajo apunta precisamente a la incorporación de la IA en la salud mental, hacia una atención médica predictiva, preventiva, personalizada y de precisión. El objetivo principal es desarrollar algoritmos predictivos para el diagnóstico temprano de trastornos de salud mental, incluida la depresión, seguido del uso de aprendizaje automático para realizar análisis predictivos de los datos clínicos.Red de Universidades con Carreras en Informática2023-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/163848spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3724-66-4info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-67-1info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/162004info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/161620info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:43:06Zoai:sedici.unlp.edu.ar:10915/163848Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:43:07.204SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Aplicación de técnicas de inteligencia artificial en la prevención de problemas de salud mental
title Aplicación de técnicas de inteligencia artificial en la prevención de problemas de salud mental
spellingShingle Aplicación de técnicas de inteligencia artificial en la prevención de problemas de salud mental
Di Felice, Martín
Ciencias Informáticas
Inteligencia artificial
Sistemas inteligentes
Aprendizaje automático
Salud mental
análisis predictivo
title_short Aplicación de técnicas de inteligencia artificial en la prevención de problemas de salud mental
title_full Aplicación de técnicas de inteligencia artificial en la prevención de problemas de salud mental
title_fullStr Aplicación de técnicas de inteligencia artificial en la prevención de problemas de salud mental
title_full_unstemmed Aplicación de técnicas de inteligencia artificial en la prevención de problemas de salud mental
title_sort Aplicación de técnicas de inteligencia artificial en la prevención de problemas de salud mental
dc.creator.none.fl_str_mv Di Felice, Martín
Lamas, C.
Maleh, F.
Sabelli, Agustín
Norscini, J.
Ramón, Hugo Dionisio
Deroche, Ariel
Montenegro Aguilar, G.
Pytel, Pablo
Vegega, Cinthia
Chatterjee, Parag
Pollo Cattaneo, María Florencia
author Di Felice, Martín
author_facet Di Felice, Martín
Lamas, C.
Maleh, F.
Sabelli, Agustín
Norscini, J.
Ramón, Hugo Dionisio
Deroche, Ariel
Montenegro Aguilar, G.
Pytel, Pablo
Vegega, Cinthia
Chatterjee, Parag
Pollo Cattaneo, María Florencia
author_role author
author2 Lamas, C.
Maleh, F.
Sabelli, Agustín
Norscini, J.
Ramón, Hugo Dionisio
Deroche, Ariel
Montenegro Aguilar, G.
Pytel, Pablo
Vegega, Cinthia
Chatterjee, Parag
Pollo Cattaneo, María Florencia
author2_role author
author
author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Inteligencia artificial
Sistemas inteligentes
Aprendizaje automático
Salud mental
análisis predictivo
topic Ciencias Informáticas
Inteligencia artificial
Sistemas inteligentes
Aprendizaje automático
Salud mental
análisis predictivo
dc.description.none.fl_txt_mv La Organización Mundial de la Salud define a la salud mental como un “estado de bienestar en el que las personas son conscientes de sus propias capacidades, pueden hacer frente a las tensiones normales de la vida, pueden trabajar de manera productiva y fructífera, y son capaces de contribuir a su comunidad”. Los trastornos mentales y los trastornos relacionados con sustancias psicoactivas son muy prevalentes en todo el mundo y contribuyen de manera importante a la morbilidad, la discapacidad y la mortalidad prematura. Por otro lado, en los avances recientes de la medicina moderna, la Inteligencia Artificial (IA) se destaca como uno de los principales actores, principalmente para la atención médica predictiva y preventiva. En adición, con el advenimiento de los enfoques digitales para la salud mental, la IA moderna, en particular el aprendizaje automático, se utiliza en el desarrollo de soluciones de predicción, detección y tratamiento para la atención de la salud mental. Aunque ha habido un progreso considerable en la salud digital y la aplicación de la IA a la salud física en general, la adopción de la IA en la salud mental es relativamente incipiente. Durante la pandemia de COVID-19, los casos reportados sobre trastornos de ansiedad y depresión han aumentado un 74% según una encuesta de la Asociación Estadounidense de Psicología. Específicamente en América Latina, la brecha de tratamiento para la depresión es del 73,9%. Una parte importante de los trastornos de salud mental es prevenible si se detecta a tiempo y se trata adecuadamente. Este trabajo apunta precisamente a la incorporación de la IA en la salud mental, hacia una atención médica predictiva, preventiva, personalizada y de precisión. El objetivo principal es desarrollar algoritmos predictivos para el diagnóstico temprano de trastornos de salud mental, incluida la depresión, seguido del uso de aprendizaje automático para realizar análisis predictivos de los datos clínicos.
Red de Universidades con Carreras en Informática
description La Organización Mundial de la Salud define a la salud mental como un “estado de bienestar en el que las personas son conscientes de sus propias capacidades, pueden hacer frente a las tensiones normales de la vida, pueden trabajar de manera productiva y fructífera, y son capaces de contribuir a su comunidad”. Los trastornos mentales y los trastornos relacionados con sustancias psicoactivas son muy prevalentes en todo el mundo y contribuyen de manera importante a la morbilidad, la discapacidad y la mortalidad prematura. Por otro lado, en los avances recientes de la medicina moderna, la Inteligencia Artificial (IA) se destaca como uno de los principales actores, principalmente para la atención médica predictiva y preventiva. En adición, con el advenimiento de los enfoques digitales para la salud mental, la IA moderna, en particular el aprendizaje automático, se utiliza en el desarrollo de soluciones de predicción, detección y tratamiento para la atención de la salud mental. Aunque ha habido un progreso considerable en la salud digital y la aplicación de la IA a la salud física en general, la adopción de la IA en la salud mental es relativamente incipiente. Durante la pandemia de COVID-19, los casos reportados sobre trastornos de ansiedad y depresión han aumentado un 74% según una encuesta de la Asociación Estadounidense de Psicología. Específicamente en América Latina, la brecha de tratamiento para la depresión es del 73,9%. Una parte importante de los trastornos de salud mental es prevenible si se detecta a tiempo y se trata adecuadamente. Este trabajo apunta precisamente a la incorporación de la IA en la salud mental, hacia una atención médica predictiva, preventiva, personalizada y de precisión. El objetivo principal es desarrollar algoritmos predictivos para el diagnóstico temprano de trastornos de salud mental, incluida la depresión, seguido del uso de aprendizaje automático para realizar análisis predictivos de los datos clínicos.
publishDate 2023
dc.date.none.fl_str_mv 2023-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/163848
url http://sedici.unlp.edu.ar/handle/10915/163848
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-66-4
info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-67-1
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/162004
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/161620
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616300282773504
score 13.070432

Publicaciones similares