Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Investigación muestra la eficacia de la Inteligencia Artificial para predecir malestar psicológico

BMJ Open publicó un estudio transversal comparó el uso de Inteligencia Artificial (IA) y estudios psiquiátricos para medir la angustia psicológica entre trabajadores.

El malestar psicológico es un problema que como explican los autores del estudio realizado en Tsukuba Science City, en Japón, debe abordarse en el campo de la salud ocupacional. Su estudio tuvo como objetivo utilizar IA para predecir el malestar psicológico entre trabajadores. En este se tomaron en cuenta factores sociodemográficos, de estilo de vida y del sueño, no información subjetiva como el estado de ánimo y las emociones. Los resultados de los psiquiatras fueron comparados con los modelos de IA.

El estudio analizó datos de 7 mil 251 trabajadores. El modelo de IA basado en una red neuronal, calculó la precisión, sensibilidad y especificidad. Además, los seis psiquiatras participantes utilizaron los mismos datos que el modelo de IA para la predicción de angustia psicológica.

“Se creó un modelo de inteligencia artificial para predecir la angustia psicológica y luego se compararon los resultados en términos de precisión con las predicciones realizadas por los psiquiatras”, explican los autores.

Los resultados de las precisiones del modelo de IA en la predicción de angustia psicológica moderada fueron de 65.2% y las precisiones de los psiquiatras fueron de 64.4%, por lo que no hubo diferencias significativas. No obstante, las precisiones del modelo de IA para predecir la angustia psicológica grave fueron de 89.9%, contra 85.5% de los psiquiatras por lo que la IA en este caso contó con una precisión significativamente mayor.

“Se desarrolló con éxito un modelo de aprendizaje automático para evaluar a los trabajadores con estado de ánimo deprimido. Las variables explicativas utilizadas para las predicciones no preguntaron directamente sobre el estado de ánimo. Por lo tanto, este modelo recientemente desarrollado parece ser capaz de predecir la angustia psicológica entre los trabajadores fácilmente, independientemente de sus puntos de vista subjetivos”, concluyeron los investigadores.

Consulta la investigación en el siguiente enlace: https://bmjopen.bmj.com/content/11/6/e046265

Noticias destacadas

Noticias por país

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
Secured By miniOrange