Publicaciones
artículos científicos que han inspirado al proyecto ALENTAR-J-CM
Detección del trastorno depresivo mayor, trastorno bipolar, esquizofrenia y trastorno de ansiedad generalizada mediante análisis acústico de la voz y aprendizaje automático (Machine Learning, ML)
Los trastornos mentales como la depresión, el trastorno bipolar, la esquizofrenia y la ansiedad representan una creciente carga para la…
¿Podemos predecir los reintentos de suicidio mediante la autolesión no suicida tras un intento?
La conducta suicida sigue siendo un importante problema de salud pública, con un riesgo particularmente elevado de recurrencia tras un…
Eficacia de las técnicas de aprendizaje automático (Machine Learning – ML -) en identificar biomarcadores de depresión en la voz, ¿qué evidencia hay al respecto?
La depresión es uno de los trastornos de salud mental más extendidos que, a menudo, permanece infradiagnosticado debido a las…
Dispositivos inteligentes e intrusividad en la detección del nivel de estrés: entendiendo la complejidad de los modelos de aprendizaje automático (Machine Learning) y aprendizaje profundo (Deep Learning).
Los trastornos de salud mental se han convertido en una de las principales causas de discapacidad a nivel mundial. Además,…
Efectos prometedores de un chatbot de IA entrenado como recurso de intervención para reducir la depresión y la ansiedad en adultos jóvenes
Los jóvenes afrontan problemas emocionales en su vida cotidiana. Teniendo en cuenta que una gran parte de los usuarios de…
Explorando las razones del abandono de la evaluación psicológica en adolescentes en riesgo de suicidio y el papel de los modelos de Procesamiento del Lenguaje Natural (PLN)
El abandono a evaluaciones psicológicas programadas representa una dificultad en la prevención del suicidio en adolescentes, puesto que la identificación…
Esta actuación ha sido financiada mediante el programa de actividades de I+D con referencia TEC-2024/COM-224 y acrónimo ALENTAR-J-CM concedido por la Comunidad de Madrid a través de la Dirección General de Investigación e Innovación Tecnológica a través de la Orden 3177/2024 y cofinanciada mediante el Fondo Europeo de Desarrollo Regional (FEDER).