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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/176303
Acceder
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

Publicaciones similares