PIA02: Detección Automatizada de Ansiedad y Depresión en Textos Digitales Mediante Modelos de Transformers

Abstract

Los trastornos de ansiedad y depresión constituyen un desafío significativo para la salud pública mundial. La detección temprana y el diagnóstico preciso de estas afecciones son fundamentales para contrarrestar sus efectos en la calidad de vida de las personas. Sin embargo, debido a la estigmatización de la salud mental y la falta de acceso a profesionales especializados, muchas personas no buscan ayuda en etapas iniciales. En este contexto, el uso de inteligencia artificial para analizar texto escrito y detectar signos de estas condiciones ha emergido como una alternativa prometedora.

Los modelos de procesamiento de lenguaje natural (PLN), especialmente los basados en arquitecturas de Transformers, han incrementado significativamente la capacidad de los sistemas para comprender y generar texto con un nivel de precisión sin precedentes. Modelos como BERT (Bidirectional Encoder Representations from Transformers) y GPT (Generative Pre-trained Transformer) han demostrado ser eficaces en tareas de clasificación de texto, convirtiéndose en herramientas potencialmente valiosas para la identificación de patrones lingüísticos asociados con trastornos mentales como la ansiedad y la depresión.