Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo Gemis
- Autores
- 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
- Año de publicación
- 2024
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- 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 - Materia
-
Ciencias Informáticas
Inteligencia artificial
sistemas inteligentes
Salud mental
predicción
aprendizaje automático - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/176303
Ver los metadatos del registro completo
id |
SEDICI_d5bbc67c97914f5fd8e3196816be63ba |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/176303 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo GemisDi Felice, MartinLamas, C.Maleh, FedericoNorscini, JRamón, HDeroche, ArielLebedinsky, MLeguizamón, RMontenegro Aguilar, GTrupkin, I.Pytel, PabloVegega, CinthiaChatterjee, ParagPollo Cattaneo, María FlorenciaCiencias InformáticasInteligencia artificialsistemas inteligentesSalud mentalpredicciónaprendizaje automáticoLa 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 Informática2024-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf65-69http://sedici.unlp.edu.ar/handle/10915/176303spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-8352-57-2info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/173603info: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:UNLP2025-09-29T11:47:24Zoai:sedici.unlp.edu.ar:10915/176303Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:47:24.88SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo Gemis |
title |
Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo Gemis |
spellingShingle |
Aplicación de la inteligencia artificial en el contexto de la salud mental: líneas de investigación del grupo Gemis Di Felice, Martin Ciencias Informáticas Inteligencia artificial sistemas inteligentes Salud mental predicción aprendizaje automático |
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 |
dc.creator.none.fl_str_mv |
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 |
Di Felice, Martin |
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_role |
author |
author2 |
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 |
author2_role |
author author author author author author author author author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Inteligencia artificial sistemas inteligentes Salud mental predicción aprendizaje automático |
topic |
Ciencias Informáticas Inteligencia artificial sistemas inteligentes Salud mental predicción aprendizaje automático |
dc.description.none.fl_txt_mv |
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 |
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. |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024-04 |
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/10915/176303 |
url |
http://sedici.unlp.edu.ar/handle/10915/176303 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-8352-57-2 info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/173603 |
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 65-69 |
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_ |
1844616337988517888 |
score |
13.070432 |