Big-eRisk: Predicción temprana de riesgos personales en conjuntos de datos masiv...
La salud mental es un componente importante en la definición de salud de la OMS [WHO46]. La salud mental y el bienestar afectan directamente a cómo pensamos, sentimos o actuamos [PPS07]. Los trastornos mentales son complejos y pue...
La salud mental es un componente importante en la definición de salud de la OMS [WHO46]. La salud mental y el bienestar afectan directamente a cómo pensamos, sentimos o actuamos [PPS07]. Los trastornos mentales son complejos y pueden manifestarse de formas muy diferentes. En 2017, 792 millones de personas vivían con algún tipo de problema mental [RR18]. Estas cifras se traducen en que afectan a más de una de cada diez personas en el mundo. Los expertos han alertado recientemente de que las secuelas de la actual situación COVID-19 pueden situar los problemas de salud mental como la próxima pandemia mundial [GRB21].A pesar de la gravedad de estos trastornos, en un gran número de casos, los afectados no reciben ningún tratamiento o lo reciben tarde [ACK07]. Un diagnóstico temprano es la clave del éxito de estos tratamientos. La detección temprana puede reducir drásticamente los efectos adversos de los trastornos para los pacientes y, además, puede reducir sustancialmente los costes para la sanidad pública y los sistemas sociales [H07,PLT16]. Sin embargo, debido a las particularidades de estas enfermedades, las herramientas para su detección son limitadas. Revelar sus condiciones mentales en público sigue siendo un proceso muy complejo rodeado de estigmas.Establecidas desde hace años como un nuevo paradigma de comunicación, muchas personas utilizan las redes sociales como un medio cómodo para compartir emociones, sentimientos y pensamientos. Desde los foros de juegos hasta los blogs o las redes sociales de la Generación Z, la gran cantidad de publicaciones que los individuos realizan a diario puede ayudarnos a mejorar nuestra comprensión de sus estados mentales. Existen pruebas sólidas y publicaciones exhaustivas sobre la detección de trastornos mentales mediante el análisis del uso del lenguaje a partir de datos en línea [PMN03, RLC21, SI20]. Las redes sociales son una valiosa fuente en la que podemos encontrar pruebas relacionadas con las personas en riesgo de padecer problemas de salud mental. Los usuarios pueden preservar su anonimato mientras reciben el apoyo y la experiencia de otros. Está demostrado que la "distancia emocional" que proporcionan estas plataformas es un incentivo para interactuar y abrir sus verdaderos sentimientos.Desde 2017 [LCP17], hemos impulsado esta línea de investigación. eRisk (https://erisk.irlab.org/) explora las metodologías de evaluación, las métricas de eficacia y las aplicaciones prácticas (especialmente las relacionadas con la salud y la seguridad) de la detección temprana de riesgos en Internet. En los últimos cinco años de este concurso internacional, hemos publicado numerosos conjuntos de datos sobre riesgos como la depresión, los trastornos alimentarios, las autolesiones o la ludopatía. Muchos equipos internacionales han contribuido con sus modelos a fomentar esta nueva línea de investigación. Ahora, pretendemos ser más ambiciosos y producir los recursos en términos de metodologías de evaluación, colecciones y modelos para escalar a las magnitudes reales de los datos sociales. Prevemos que los resultados de este proyecto ayudarán a desarrollar la primera generación de herramientas para apoyar a los sistemas sociales y sanitarios en la alerta temprana de personas en riesgo.Con el objetivo de investigar soluciones más allá de la escala de laboratorio, formamos un sólido equipo interdisciplinar compuesto por los organizadores de a competición internacional eRisk, profesionales de la salud mental e informáticos con experiencia en aprendizaje automático, recuperación de información, procesamiento del lenguaje natural y computación de alto rendimiento. El equipo, liderado por la Universidad de A Coruña, incluye a la Universidad de Santiago, coorganizadora de la competición eRisk, y a Linknovate, una start-up de la Universidad de Stanford, con fuertes vínculos con los equipos de las universidades.ver más
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.