el proyecto ALENTAR-J-CM

Investigación para el bienestar y la salud mental juvenil

Investigación para el bienestar y la salud mental juvenil

Nuestra misión

ALENTAR-J-CM proviene del acrónimo de la misión principal del proyecto, siendo esta la Aplicación de modelos del LENguaje a gran escala para la prevención sociosaniTAria de problemas de salud mental y Riesgo de suicidio en Jóvenes.

Este proyecto de investigación desarrollará e implementará un sistema avanzado basado en Grandes Modelos de Lenguaje (Large Language Models – LLMs -) para la detección temprana y evaluación del riesgo de trastornos emocionales y suicidio en población joven (12 a 25 años).

ayuda joven

IA para detectar y prevenir trastornos emocionales en jóvenes.

Nuestro objetivo principal de investigación es desarrollar un prototipo tecnológico avanzado, basado en Grandes Modelos de Lenguaje (LLMs), que ayude a los profesionales de la salud clínica en su día a día, especialmente en detección y evaluación de riesgo de trastornos emocionales (ansiedad, depresión, etc.) y de suicidio en población adolescente y joven. Queremos ser pioneros en ofrecer una herramienta que de una respuesta rápida, eficaz y fiable para prevenir la aparición y desarrollo de estos problemas de salud mental, además de aportar nuestro conocimiento al mundo de la investigación y de la intervención clínica.
ALENTAR-J-CM ha evolucionado constantemente, adaptándose a nuevos desafíos en la salud mental, y fortaleciendo su compromiso a través de investigaciones prácticas y la implementación de modelos de lenguaje efectivos.

Nuestro Enfoque

Propósitos y líneas de actuación

Detectar marcadores lingüísticos

Analizamos marcadores del discurso y rasgos paralingüísticos para apoyar la detección y prevención de problemas emocionales en jóvenes.

Desarrollar algoritmos

Desarrollamos sistemas basados en LLMs para la detección temprana y prevención de problemas de salud mental y conducta suicida.

Detección de marcadores lingüísticos

icon identificacion
paso-01

Identificación

Identificaremos y definiremos parámetros paralingüísticos y del discurso.

icon analisis
PASO-02

Análisis

Recogeremos y analizaremos datos de expresión escrita y vocal de diversas poblaciones.

icon validacion
PASO-03

Validación

Validaremos los parámetros obtenidos en contextos reales.

icon desarrollo
PASO-04

Desarrollo

Desarrollaremos recursos y servicios de prevención basados en evidencia.

icon identificacion
paso-01

Identificación

Identificaremos y definiremos parámetros paralingüísticos y del discurso.

icon analisis
PASO-02

Análisis

Recogeremos y analizaremos datos de expresión escrita y vocal de diversas poblaciones.

icon validacion
PASO-03

Validación

Validaremos los parámetros obtenidos en contextos reales.

icon desarrollo
PASO-04

Desarrollo

Desarrollaremos recursos y servicios de prevención basados en evidencia.

Desarrollo de algoritmos

icon algoritmo
paso-01

Identificación

Desarrollaremos algoritmos basados en LLMs para identificar marcadores lingüísticos.

icon nlp
PASO-02

Validación

Desarrollaremos y validaremos algoritmos basados en LLMs con nuevos datos de campo derivados de nuestros estudios clínicos.

icon software
PASO-03

Implementación

Crearemos prototipos de software para centros sociosanitarios y hospitales.

icon algoritmo
paso-01

Identificación

Desarrollaremos algoritmos basados en LLMs para identificar marcadores lingüísticos.

icon nlp
PASO-02

Validación

Desarrollaremos y validaremos algoritmos basados en LLMs con nuevos datos de campo derivados de nuestros estudios clínicos.

icon software
PASO-03

Implementación

Crearemos prototipos de software para centros sociosanitarios y hospitales.

Implementación

Fases del proyecto

fases proyecto
WP1

Entrenamiento de modelos con datos existentes

Identificación y definición de parámetros paralingüísticos y del discurso.

Lectura automática de historias médicas.

Entrenamiento con datos de teléfonos de asistencia psicosocial y chats.

wp2

Estudios de campo

Recogida y análisis de datos de expresión escrita y vocal.

Validación de parámetros en contextos reales.

Desarrollo y validación de algoritmos basados en LLMs con nuevos datos.

WP3

Modelos de lenguaje a
gran escala avanzados

Desarrollo y validación de algoritmos basados en LLMs con nuevos datos de campo derivados de estudios clínicos.

WP4

Prototipo de software

Desarrollo del prototipo de sistema de apoyo para servicios socio comunitarios y hospitalarios. Desarrollo de prototipo de software para centros sociosanitarios y hospitales.

Fases del proyecto

fases proyecto
WP1

Entrenamiento de modelos con datos existentes

Identificación y definición de parámetros paralingüísticos y del discurso.

Lectura automática de historias médicas.

Entrenamiento con datos de teléfonos de asistencia psicosocial y chats.

wp2

Estudios de campo

Recogida y análisis de datos de expresión escrita y vocal.

Validación de parámetros en contextos reales.

Desarrollo y validación de algoritmos basados en LLMs con nuevos datos.

WP3

Modelos de lenguaje a
gran escala avanzados

Desarrollo y validación de algoritmos basados en LLMs con nuevos datos de campo derivados de estudios clínicos.

WP4

Prototipo de software

Desarrollo del prototipo de sistema de apoyo para servicios socio comunitarios y hospitalarios. Desarrollo de prototipo de software para centros sociosanitarios y hospitales.

PARTICIPA

Cada paso cuenta.

Sumemos esfuerzos para cuidar el bienestar emocional de nuestra sociedad.

cam footer
Fondos FEDER Logo

Scroll al inicio