Análisis y creación de un sistema experto para el control y seguimiento de trastornos emocionales en estudiantes universitarios
Analysis of the Development of an Expert System for the Control and Treatment of Emotional Disorders in University Students.
Contenido principal del artículo
Resumen
La salud mental de los estudiantes universitarios es un tema importante que requiere atención. El estrés, la ansiedad y la depresión son cada vez más comunes y afectan directamente su desarrollo académico, social y laboral. Se propone un prototipo de una aplicación web con diseño responsive que aplica la inteligencia artificial y las TIC para mejorar el control y tratamiento de estos trastornos a través de un sistema experto, buscando con esto el mejoramiento de la salud mental en las instituciones de educación superior. Para lograr este objetivo, se han utilizado diferentes lenguajes de programación como Python, HTML, CSS, JavaScript y librerías como Experta y Flask. Este sistema experto llamado SAMl, identifica a los estudiantes con mayor riesgo de padecer trastornos emocionales y proporciona recomendaciones para el control emocional, de acuerdo con el resultado de la prueba y sugiere una consulta especializada en caso de ser requerido. Dentro de los resultados se obtuvo un análisis estadístico que permitió comprender la cantidad de estudiantes que están siendo posiblemente afectados por un trastorno, permitiendo a los directivos tener una idea general del estado de la salud mental de los estudiantes y, de acuerdo con esto, poder tomar las medidas necesarias o estrategias innovadoras para combatir esta problemática. La prueba del prototipo se realizó con 21 estudiantes de Ingeniería de Sistemas de 9º semestre, a los cuales, al finalizar se les envió una encuesta de satisfacción para identificar qué tan útil fue SAMI, y en su mayoría fueron respuestas positivas.
Palabras clave:
Descargas
Detalles del artículo
Referencias (VER)
E. Cera Santodomingo, Estado del arte de la salud mental, [Trabajo de pregrado], Universidad Simón Bolívar, Facultad de Ciencias Jurídicas y Sociales, Barranquilla, 2009.
M. P. V. S. S. M. M. M. J. P. M. R. &. R. A. Prince,
“No health without mental health”, The lancet, vol. 370, n° 9590, pp. 859-877, 2007.
R. M. O. E. L. J. C. J. F. M. K. F. J. M. N. R. &. R. C.
E. Rapee, “Adolescent development and risk for the onset of social-emotional disorders: A review and conceptual model”, Behaviour research and therapy, n° 123, p. 103501, 2019.
L. Rouhiainen, lnteligencia artificial, Madrid:
Alienta Editorial, 2018.
J. Delgadillo &. D. Atzil-Slonim, “Artificial Intelligence, Machine Learning and Mental Health”, in the Encyclopedia of Mental Health 3rd edition, 2022, [En línea]. Disponible en: https:// www.prlab.co.il/wp-content/uploads/2022/08/ Delgadillo-and-Atzil-Slonim-2022_AI_ML_ Encyclopedia_chapter_pre-print_2022.pdf
C. D. M. B. D. T. D. &. L. J. Lavoie, “The relationship between problematic internet use and anxiety disorder symptoms in youth: Specificity of the type of application and gender”, Computers in Human Behavior, n° 140, p. 107604, 2023.
American Psychiatrich Association, Guía de consulta de los criterios diagnósticos del DSM-5, 2014.
W. Ocampo Pazos, J. Ulloa, J. Azcona Esteban, y M. Klender Carrasco, “Metodología híbrida de desarrollo de software combinando XP y SCRUM,” 2019. [En línea]. Disponible en:https:// www.researchgate.net/publication/336588210
M. L. Joshi and N. Kanoongo, “Depression detection using emotional artificial intelligence and machine learning: A closer review”, Mater Today Proc, vol. 58, pp. 217-226, 2022, [En línea]. Disponible en: doi: 10.1016/j.matpr.2022.01.467.