Deepsearch: rastreo de la depresión con ia
Palabras clave:
depresión, ansiedad, modelo predictivo, alerta temprana, salud mental, minería de datos.Resumen
El proyecto DEEPSEARCH propone un sistema de análisis multidimensional basado en inteligencia artificial para identificar
patrones de depresión y ansiedad en estudiantes universitarios de la Universidad Santo Tómas. Investigaciones recientes
muestran que los modelos de aprendizaje automático alcanzan precisiones superiores al 70% en la detección de estos
trastornos, con rangos entre 73,5%-99,1% para depresión y 53,69%-97,9% para ansiedad. Mediante un enfoque mixto, se
analizan variables psicológicas, académicas y socioemocionales para construir el modelo predictivo. La incorporación
de variables psicológicas en modelos predictivos ha mejorado sustancialmente su precisión (Henríquez y Vargas, 2023),
mientras que estudios recientes demuestran que algoritmos de IA pueden detectar síntomas tempranos analizando patrones
de voz y escritura con 85% de precisión (Frontiers in Psychiatry, 2023). A través de encuestas que se realizarán a estudiantes
de distintos semestres se alimentará el modelo con dichos datos y el sistema resultante hará el análisis, implementando
alertas tempranas que facilitan intervenciones personalizadas y preventivas, fortaleciendo el acompañamiento estudiantil.
Investigaciones actuales desarrollan modelos predictivos que podrían proporcionar señales de estos trastornos antes del
diagnóstico clínico (Universidad de São Paulo, 2023), demostrando el potencial de la IA para el bienestar estudiantil y la
toma de decisiones educativas.
