La depresión es una de las principales razones por las que las personas se suicidan en todo el mundo. Sin embargo, una parte significativa de los casos depresivos permanece mal diagnosticada y sin tratar. Los chats de texto son una herramienta útil para predecir el estrés porque las personas pasan la mayor parte de su tiempo en línea en estos días. Esta investigación propone un MobiBART: Chatbot de modelo NLP consciente del sentimiento diseñado para predecir y gestionar el estrés a través de interacciones textuales en conversaciones en tiempo real. El modelo emplea un flujo de trabajo de extremo a extremo combinando Sequence-to-Sequence (Seq2Seq) para la extracción de características de estrés y un modelo de predicción para evaluar el estrés, proporcionando estrategias de intervención efectivas. El sistema opera en dos fases clave. En la Fase 1, los usuarios se autentican registrándose en la plataforma con los datos personales necesarios y pueden iniciar sesión en el sistema utilizando sus credenciales. En la Fase 2, el usuario puede interactuar a través del chatbot MobiBART introducido, donde el modelo procesa la conversación para detectar el nivel de estrés. Se envían notificaciones a los contactos pre-registrados del usuario si el modelo identifica señales de estrés y también responde con mensajes reconfortantes y empáticos para reducir el estrés del usuario. La dualidad de la funcionalidad del sistema no solo predice el estrés, sino que también ofrece soluciones proactivas de gestión, empoderando tanto a los usuarios como a sus círculos sociales para responder rápidamente a las preocupaciones de salud mental. Este enfoque ofrece una solución integral para la detección y gestión del estrés a través de conversaciones naturales utilizando técnicas avanzadas de NLP.
Balraj et al. (Wed,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: