Big-eRisk: Big-eRisk: Early Prediction of Personal Risks on Massive Data
A saúde mental e o benestar afectan directamente á nosa forma de pensar, sentir ou actuar. Os trastornos mentais son complexos e poden manifestarse de formas moi diferentes. A pesar da gravidade destes trastornos, nun gran número de casos, os afectados non reciben ningún tratamento ou o reciben tarde. A detección precoz pode reducir drasticamente os efectos adversos dos trastornos para os pacientes e, ademais, pode reducir substancialmente os custos para a sanidade pública e os sistemas sociais.
Moitas persoas utilizan as redes sociais como un medio cómodo para compartir emocións, sentimentos e pensamentos. A gran cantidade de publicacións que os individuos fan a diario pode axudarnos a mellorar a nosa comprensión dos seus estados mentais. Big-eRisk céntrase neste reto e pretende desenvolver a primeira xeración de ferramentas que apoien aos sistemas sociais e sanitarios na detección temperá de signos de risco psicolóxico..
Obxectivos
O1. Desenvolver grandes coleccións e recursos e metodoloxías para avaliar os algoritmos e modelos de información para a predición temperá de riscos de trastornos psicolóxicos sobre a eficacia, eficiencia e escalabilidad.
O2. Definir métodos eficaces de procura e filtrado textual e semántico a escala para localizar fragmentos de textos como evidencia candidata de trastornos psicolóxicos. Definir modelos de análise tópica temporal eficientes e distribuíbles para a investigación das pezas textuais de evidencia.
O3. Desenvolver recursos lingüísticos relacionados co dominio para adestrar modelos lingüísticos neuronais masivos e axudar no proceso de procesamiento da linguaxe natural.
O4. Desenvolver modelos eficientes para o rastrexo, a inxestión e o procesamiento masivo de datos de medios sociais a escala.
O5. Definir métodos de intelixencia híbrida para a inclusión supervisada e semisupervisada do coñecemento experto dos profesionais da saúde mental, a revisión e a validación.
O6. Desenvolver modelos de recomendación de recursos fiables para individuos en risco con suxestións reactivas e adaptables.
Proxecto
/research/projects/big-erisk-early-prediction-of-personal-risks-on-massive-data-
<p>A saúde mental e o benestar afectan directamente á nosa forma de pensar, sentir ou actuar. Os trastornos mentais son complexos e poden manifestarse de formas moi diferentes. A pesar da gravidade destes trastornos, nun gran número de casos, os afectados non reciben ningún tratamento ou o reciben tarde. A detección precoz pode reducir drasticamente os efectos adversos dos trastornos para os pacientes e, ademais, pode reducir substancialmente os custos para a sanidade pública e os sistemas sociais.</p><p>Moitas persoas utilizan as redes sociais como un medio cómodo para compartir emocións, sentimentos e pensamentos. A gran cantidade de publicacións que os individuos fan a diario pode axudarnos a mellorar a nosa comprensión dos seus estados mentais. Big-eRisk céntrase neste reto e pretende desenvolver a primeira xeración de ferramentas que apoien aos sistemas sociais e sanitarios na detección temperá de signos de risco psicolóxico..</p><p>O1. Desenvolver grandes coleccións e recursos e metodoloxías para avaliar os algoritmos e modelos de información para a predición temperá de riscos de trastornos psicolóxicos sobre a eficacia, eficiencia e escalabilidad.</p><p>O2. Definir métodos eficaces de procura e filtrado textual e semántico a escala para localizar fragmentos de textos como evidencia candidata de trastornos psicolóxicos. Definir modelos de análise tópica temporal eficientes e distribuíbles para a investigación das pezas textuais de evidencia.</p><p>O3. Desenvolver recursos lingüísticos relacionados co dominio para adestrar modelos lingüísticos neuronais masivos e axudar no proceso de procesamiento da linguaxe natural.</p><p>O4. Desenvolver modelos eficientes para o rastrexo, a inxestión e o procesamiento masivo de datos de medios sociais a escala.</p><p>O5. Definir métodos de intelixencia híbrida para a inclusión supervisada e semisupervisada do coñecemento experto dos profesionais da saúde mental, a revisión e a validación.</p><p>O6. Desenvolver modelos de recomendación de recursos fiables para individuos en risco con suxestións reactivas e adaptables.</p> - David Enrique Losada Carril, Pablo Gamallo Otero, Juan Carlos Pichel Campos - César Alfredo Piñeiro Pomar, Marcos Fernández Pichel
projects_gl