Archivo - Fachada de la Facultad de Ciencias Biológicas de la Universidad Complutense de Madrid (UCM), a 3 de mayo de 2024, en Madrid (España). - Jesús Hellín - Europa Press - Archivo
MADRID 12 Jun. (EUROPA PRESS) -
El lenguaje de los jóvenes es una herramienta clave para identificar señales tempranas de malestar psicológico, según la investigación del proyecto ALENTAR-J-CM --Aplicación de modelos del LENguaje a gran escala para la prevención sociosaniTAria de problemas de salud mental y Riesgo de suicidio en Jóvenes-- que aplica inteligencia artificial y grandes modelos del lenguaje para prevenir los problemas de salud mental y riesgo de suicidio en jóvenes, y en la que participa la Universidad Complutense de Madrid (UCM).
Tras año y medio de trabajo, el proyecto que coordina el profesor del departamento de Medicina Legal, Psiquiatría y Patología de la Universidad Complutense de Madrid, Alejandro de la Torre Luque, busca desarrollar herramientas basadas en inteligencia artificial capaces de identificar indicadores tempranos de sufrimiento emocional a partir del análisis del lenguaje, recoge la Universidad en un comunicado.
El objetivo es contribuir a que profesionales del ámbito de la salud mental y que los sistemas de atención clínica dispongan en el futuro de nuevos recursos de apoyo a la hora de tomar decisiones clínicas, lo que repercutirá en la detección de situaciones de riesgo de forma más rápida y precisa.
"La investigación está mostrando que el lenguaje contiene información valiosa sobre el estado emocional de las personas. Nuestro reto es transformar ese conocimiento en herramientas científicamente rigurosas que puedan contribuir a la prevención de problemas emocionales y de conducta suicida, además de servir de apoyo temprano", explican los investigadores.
Asimismo, los investigadores del consorcio afirman que iniciativas como ALENTAR-J-CM suponen una línea de investigación con gran potencial, puesto que actualmente no existen herramientas tecnológicas avanzadas basadas en grandes modelos de lenguaje en idioma español.
La salud mental de adolescentes y jóvenes constituye una de las principales preocupaciones sanitarias y sociales de los últimos años. En este contexto, proyectos como ALENTAR-J-CM exploran cómo las tecnologías emergentes pueden complementar los sistemas tradicionales de evaluación y atención, siempre bajo criterios éticos, científicos y de protección de datos.
Entre las próximas acciones previstas destaca la ampliación de la colaboración con nuevas clínicas de psicología y entidades especializadas, con el fin de incrementar la diversidad de datos y fortalecer la validez de los modelos desarrollados.
INDICADORES TEMPRANOS
Los socios del proyecto estudian la presentación de una propuesta a la convocatoria ERC Synergy Grant, uno de los programas europeos más prestigiosos para financiar investigación de excelencia. De conseguirse, esta iniciativa permitiría ampliar significativamente el alcance científico de ALENTAR-J-CM y consolidar una red internacional dedicada a la investigación en salud mental, inteligencia artificial y prevención del suicidio.
ALENTAR-J-CM es un proyecto de investigación multidisciplinar que desarrolla herramientas basadas en inteligencia artificial para identificar indicadores tempranos de problemas emocionales y de riesgo de suicidio en población infantojuvenil, mediante el análisis del lenguaje, contribuyendo a mejorar las estrategias de prevención y promoción de la salud en esta población.
En él participan investigadores e investigadoras de la Universidad Complutense de Madrid (UCM), la Universidad Politécnica de Madrid (UPM), la Fundación Jiménez Díaz, el Hospital Clínico San Carlos, el Hospital Universitario Gregorio Marañón y el Observatorio del Centro de Psicología Aplicada de la Universidad Autónoma de Madrid (O-CPA-UAM), junto a otros centros colaboradores.
El está financiado mediante el programa de actividades de I+D con referencia TEC-2024/COM-224, 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).
