Browsing by Author "Chatterjee, Parag"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    A Machine Learning-Based Clinical Decision Support System for Mental Health Risk Profiling
    (CEUR-WS, 2024-10) Paoli, Juan Francisco; Chatterjee, Parag; Pollo Cattaneo, Maria Florencia
    Clinical Decision Support Systems (CDSS) are increasingly being adopted to enhance healthcare delivery, particularly in mental health. This paper presents the design and implementation of a CDSS framework tailored for mental health-related data, focusing on predictive risk profiling and supporting healthcare professionals in data-driven decision-making. The system integrates machine learning algorithms for both classification and regression tasks, facilitating personalized risk assessments and treatment recommendations. It features a modular architecture, consisting of a data processing pipeline, machine learning engine, and an intuitive user interface, allowing for efficient handling of diverse datasets and seamless integration with existing clinical workflows. The system was tested on multiple open datasets, each requiring varying levels of preprocessing and data cleaning. Key results include the performance of models like Random Forest, Gradient Boosting, and K-Nearest Neighbors, and the significant impact of feature complexity over patient volume on processing times. Despite being deployed on mid-range hardware, the system achieved fast response times, highlighting its feasibility for real-time clinical use. The work underscores the importance of usability, performance efficiency, and interoperability in developing CDSS solutions, paving the way for broader adoption in mental health contexts.
  • Thumbnail Image
    Item
    Aplicación de la Inteligencia Artificial en el contexto de la salud mental
    (Universidad Nacional de la Patagonia San Juan Bosco, 2024-04) Di Felice, Martin; Lamas, Chabela; Maleh, Federico; Norscini, J.; Ramón, Hugo; Deroche, Ariel; Lebedinsky, M.; Leguizamón, R.; Montenegro Aguilar, G.; Trupkin, I.; Pytel, Pablo; Vegega, Cinthia; Chatterjee, Parag; Pollo Cattaneo, Maria Florencia
    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, aplicacion 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 los modelos predictivos en base de datos clçinicos 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.