Detalles del proyecto
Descripción
LA FASE DE INVESTIGACIÓN Y DESARROLLO (I+D) COMIENZA CON UNA REVISIÓN EXHAUSTIVA Y SISTEMÁTICA DE LA LITERATURA CIENTÍFICA Y TÉCNICA, ENFOCADA EN IDENTIFICAR LAS MEJORES PRÁCTICAS Y VACÍOS EXISTENTES EN EL MONITOREO DE LA SALUD MENTAL MEDIANTE HERRAMIENTAS DIGITALES. ESTE TRABAJO SE LLEVA A CABO DE MANERA CREATIVA Y COLABORATIVA, INTEGRANDO ENFOQUES DE PSICOMETRÍA, FENOTIPADO DIGITAL Y ANÁLISIS DE DATOS CUALITATIVOS Y CUANTITATIVOS. A PARTIR DE ESA BASE, SE DISEÑA UNA ARQUITECTURA MODULAR DE MICROSERVICIOS QUE PERMITA LA RECOLECCIÓN, EL PROCESAMIENTO Y EL ANÁLISIS DE MÚLTIPLES FUENTES DE INFORMACIÓN (TEST PSICOMÉTRICOS, AUTO-REPORTES Y SEÑALES FISIOLÓGICAS). LA PROGRAMACIÓN DE CADA MÓDULO -DESDE LA CODIFICACIÓN DE LOS INSTRUMENTOS GHQ-28, CBI Y ASSIST HASTA EL DESARROLLO DE ALGORITMOS DE CLASIFICACIÓN DE RIESGO- SE REALIZA EMPLEANDO METODOLOGÍAS ÁGILES, CON ITERACIONES CORTAS QUE ASEGURAN LA REPRODUCIBILIDAD Y LA TRANSFERENCIA DE CONOCIMIENTOS ENTRE EL EQUIPO.
PARALELAMENTE, SE DESARROLLAN Y ENTRENAN MODELOS DE INTELIGENCIA ARTIFICIAL DE ÚLTIMA GENERACIÓN, APROVECHANDO APIS COMO OPENAI GPT Y SERVICIOS DE GOOGLE CLOUD AI PARA EL ANÁLISIS DE LENGUAJE Y DETECCIÓN DE PATRONES EMOCIONALES. EN ESTA ETAPA SE APLICAN TÉCNICAS DE EXPLAINABLE AI (XAI) PARA GARANTIZAR TRANSPARENCIA Y PERMITIR LA VALIDACIÓN CLÍNICA DE CADA PREDICCIÓN. LA INCERTIDUMBRE INHERENTE AL DESARROLLO DE MODELOS PREDICTIVOS SE ABORDA MEDIANTE RIGUROSOS CICLOS DE PRUEBA Y ERROR: AJUSTE DE HIPERPARÁMETROS, VALIDACIÓN CRUZADA, GENERACIÓN DE MATRICES DE CONFUSIÓN Y CÁLCULOS DE MÉTRICAS ROC/AUC. CADA EXPERIMENTO SE DOCUMENTA DETALLADAMENTE, DE MODO QUE CUALQUIER DESARROLLADOR O INVESTIGADOR PUEDA REPRODUCIR LOS RESULTADOS Y MEJORAR EL SISTEMA EN EL FUTURO.
FINALMENTE, SE INTEGRAN MÓDULOS DE INTERFAZ DE USUARIO (FRONTEND) Y SERVICIOS BACKEND EN UN ENTORNO DE STAGING, DONDE SE DESPLIEGAN PROTOTIPOS OPERATIVOS QUE PERMITEN SIMULAR FLUJOS DE DATOS REALES. AQUÍ SE REALIZAN PRUEBAS DE USABILIDAD RÁPIDAS CON PEQUEÑOS GRUPOS DE ESTUDIANTES, GARANTIZANDO ACCESIBILIDAD (WCAG) Y CUMPLIMIENTO DE ESTÁNDARES DE CALIDAD DE SOFTWARE (CI/CD, PRUEBAS UNITARIAS E INTEGRACIÓN). EL CONJUNTO DE ACTIVIDADES I+D CULMINA CON LA CONSOLIDACIÓN DE UN PRODUCTO MÍNIMO VIABLE (MVP) QUE REFLEJA DE MANERA FIEL LOS AVANCES EN CONOCIMIENTO Y LAS SOLUCIONES TÉCNICAS DESARROLLADAS.
PARALELAMENTE, SE DESARROLLAN Y ENTRENAN MODELOS DE INTELIGENCIA ARTIFICIAL DE ÚLTIMA GENERACIÓN, APROVECHANDO APIS COMO OPENAI GPT Y SERVICIOS DE GOOGLE CLOUD AI PARA EL ANÁLISIS DE LENGUAJE Y DETECCIÓN DE PATRONES EMOCIONALES. EN ESTA ETAPA SE APLICAN TÉCNICAS DE EXPLAINABLE AI (XAI) PARA GARANTIZAR TRANSPARENCIA Y PERMITIR LA VALIDACIÓN CLÍNICA DE CADA PREDICCIÓN. LA INCERTIDUMBRE INHERENTE AL DESARROLLO DE MODELOS PREDICTIVOS SE ABORDA MEDIANTE RIGUROSOS CICLOS DE PRUEBA Y ERROR: AJUSTE DE HIPERPARÁMETROS, VALIDACIÓN CRUZADA, GENERACIÓN DE MATRICES DE CONFUSIÓN Y CÁLCULOS DE MÉTRICAS ROC/AUC. CADA EXPERIMENTO SE DOCUMENTA DETALLADAMENTE, DE MODO QUE CUALQUIER DESARROLLADOR O INVESTIGADOR PUEDA REPRODUCIR LOS RESULTADOS Y MEJORAR EL SISTEMA EN EL FUTURO.
FINALMENTE, SE INTEGRAN MÓDULOS DE INTERFAZ DE USUARIO (FRONTEND) Y SERVICIOS BACKEND EN UN ENTORNO DE STAGING, DONDE SE DESPLIEGAN PROTOTIPOS OPERATIVOS QUE PERMITEN SIMULAR FLUJOS DE DATOS REALES. AQUÍ SE REALIZAN PRUEBAS DE USABILIDAD RÁPIDAS CON PEQUEÑOS GRUPOS DE ESTUDIANTES, GARANTIZANDO ACCESIBILIDAD (WCAG) Y CUMPLIMIENTO DE ESTÁNDARES DE CALIDAD DE SOFTWARE (CI/CD, PRUEBAS UNITARIAS E INTEGRACIÓN). EL CONJUNTO DE ACTIVIDADES I+D CULMINA CON LA CONSOLIDACIÓN DE UN PRODUCTO MÍNIMO VIABLE (MVP) QUE REFLEJA DE MANERA FIEL LOS AVANCES EN CONOCIMIENTO Y LAS SOLUCIONES TÉCNICAS DESARROLLADAS.
Convocatoria
FUERA DE CONVOCATORIA FONDOS EXTERNOS
| Estado | Activo |
|---|---|
| Fecha de inicio/Fecha fin | 2/03/26 → 2/03/28 |
Palabras clave
- SALUD MENTAL
- MONITOREO