1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Veracruz
4. Instituto Tecnológico de Orizaba
5. Tesis de Posgrado
6. Tesis de doctorado
7. Doctorado en Ciencias de la Ingeniería

Title:	EXTRACCION DE CONOCIMIENTO EN MEDIOS SOCIALES PARA LA IDENTIFICACION DE LA SINTOMATOLOGIA DE TRANSTORNOS MENTALES MEDIANTE TECNICAS DE PROCESAMIENTO DE LENGUAJE NATURAL Y APRENDIZAJE AUTOMATICO
Authors:	SALAS ZARATE, RAFAEL
metadata.dc.subject.other:	Enfermedades mentales, Procesamiento de Lenguaje Natural, Interfaz de Programación de Aplicaciones
Issue Date:	2024-08-30
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Orizaba
Description:	Alrededor de 450 millones de personas a nivel mundial padecen algún tipo de trastorno mental. La depresión es el que más afecta a la población y es, además, una de las principales causas de discapacidad en el mundo (Informativa, 2018) Se estima que en México el 30% de la población de entre 18 y 65 años sufre al menos una vez, una enfermedad o un trastorno mental. Sin embargo, solo el 50% de los pacientes con un trastorno mental son diagnosticados correctamente en atención primaria. Los trastornos mentales como depresión y ansiedad son difíciles de reconocer para las personas y aceptar que se requiere ayuda profesional es aún más difícil. La timidez, ansiedad y especialmente el estigma de tener un trastorno mental conllevan a que las personas no compartan cómo se sienten y no pidan ayuda. Un esfuerzo global común para controlar trastornos tales como la depresión y ansiedad implica detectarlos a través de métodos basados en encuestas por teléfono o cuestionarios en línea. Sin embargo, estos estudios sufren de representación insuficiente, sesgos de muestreo e información incompleta. Además, las grandes brechas temporales entre la recopilación de datos y la difusión de los resultados retrasan la administración de medidas correctivas oportunas y apropiadas. La presente propuesta de investigación pretende realizar una aportación en el campo de la Inteligencia artificial y en el dominio de la salud (tomando en consideración las aportaciones de especialistas médicos), con el desarrollo de un sistema que aplica un modelo computacional de detección de depresión y ansiedad basado en el Procesamiento de Lenguaje Natural y Aprendizaje Automático para reconocer automáticamente indicadores (signos y síntomas) que permitan la identificación de los trastornos mencionados por medio de las redes sociales de los usuarios, lo que impacta positivamente en la salud de las personas que presentan los padecimientos mencionados. Los beneficios esperados se dan en relación con el desarrollo de un sistema que aplique el modelo de detección de depresión y ansiedad y que aproveche el uso que actualmente se da a las redes sociales por parte de los usuarios que los padecen, a fin de tener un historial a partir del cual se recibe información del padecimiento y se realice la respectiva determinación de los niveles de depresión y ansiedad durante un periodo específico.
metadata.dc.type:	info:eu-repo/semantics/doctoralThesis
Appears in Collections:	Doctorado en Ciencias de la Ingeniería

This item is protected by original copyright View License

This item is licensed under a Creative Commons License