Aplicación de la Inteligencia Artificial en el contexto de la salud mental
dc.creator | Di Felice, Martin | |
dc.creator | Lamas, Chabela | |
dc.creator | Maleh, Federico | |
dc.creator | Norscini, J. | |
dc.creator | Ramón, Hugo | |
dc.creator | Deroche, Ariel | |
dc.creator | Lebedinsky, M. | |
dc.creator | Leguizamón, R. | |
dc.creator | Montenegro Aguilar, G. | |
dc.creator | Trupkin, I. | |
dc.creator | Pytel, Pablo | |
dc.creator | Vegega, Cinthia | |
dc.creator | Chatterjee, Parag | |
dc.creator | Pollo Cattaneo, Maria Florencia | |
dc.creator.orcid | https://orcid.org/0000-0002-5382-7875 | |
dc.creator.orcid | https://orcid.org/0000-0003-4197-3880 | |
dc.date.accessioned | 2025-04-03T12:55:03Z | |
dc.date.issued | 2024-04 | |
dc.description.abstract | 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. | |
dc.description.affiliation | Fil: Lamas, Chabela. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Lamas, Chabela. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Di Felice, Martin. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Di Felice, Martin. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Maleh, Federico. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Maleh, Federico. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Norscini, J.. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Norscini, J.. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Ramón, Hugo. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Ramón, Hugo. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Deroche, Ariel. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Deroche, Ariel. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Lebedinsky, M.. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Lebedinsky, M.. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Leguizamón, R.. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Leguizamón, R.. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Montenegro Aguilar, G.. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Montenegro Aguilar, G.. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Trupkin, I.. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Trupkin, I.. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Pytel, Pablo. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Pytel, Pablo. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Vegega, Cinthia. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Vegega, Cinthia. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Chatterjee, Parag. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Chatterjee, Parag. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.affiliation | Fil: Pollo Cattaneo, Maria Florencia. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires; Argentina Fil: Pollo Cattaneo, Maria Florencia. Grupo de Estudio en Metodología de Ingeniería en Software (GEMIS); Argentina | |
dc.description.peerreviewed | Peer Reviewed | |
dc.format | ||
dc.identifier.citation | Martin Di Felice; C. Lamas; Federico Maleh; J. Norscini; H. Ramón; A. Deroche; M. Lebedinsky; R. Leguizamón; G. Montenegro Aguilar; I. Trupkin; Pablo Pytel; Cinthia Vegega; P. Chatterjee; María Florencia Pollo Cattaneo. (2024). Aplicación de la Inteligencia Artificial en el contexto de la salud mental. Líneas de Investigación del grupo GEMIS. Proceedings XXVI Workshop de Investigadores de Ciencias de la Computación, WICC 2024. Puerto Madryn - Chubut. Pág.(65-69). - 18 y 19 de Abril de 2024 - ISBN: 978-987-8352-57-2 | |
dc.identifier.isbn | 978-987-8352-57-2 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12272/12596 | |
dc.language.iso | es | |
dc.publisher | Universidad Nacional de la Patagonia San Juan Bosco | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | Attribution-NonCommercial-ShareAlike 4.0 International | en |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | |
dc.rights.use | Licencia Creative Commons: Atribución (Attribution) No comercial (Non Commercial) Sin obras derivadas (No Derivate Works) Compartir igual (Share Alike) | |
dc.subject | Inteligencia Artificial | |
dc.subject | sistemas inteligentes | |
dc.subject | salud mental | |
dc.subject | predicción | |
dc.subject | aprendizaje automático | |
dc.title | Aplicación de la Inteligencia Artificial en el contexto de la salud mental | |
dc.type | info:eu-repo/semantics/article | |
dc.type.version | publisherVersion |
Files
Original bundle
1 - 1 of 1
- Name:
- Aplicación de la Inteligencia Artificial en el contexto de la salud mental.pdf
- Size:
- 634.4 KB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 3.63 KB
- Format:
- Item-specific license agreed upon to submission
- Description: