Investigadores de la Universidad Carlos III encabezan el proyecto SMARTomicS, una herramienta que combina el análisis del comportamiento digital, datos clínicos y genética para identificar perfiles con riesgo.
Un equipo del Grupo de Teoría de la Señal (GTS), perteneciente al Departamento de Teoría de la Señal de la Universidad Carlos III de Madrid, está desarrollando un algoritmo de inteligencia artificial diseñado para prevenir el suicidio. Bajo la dirección del catedrático Antonio Artés, el proyecto SMARTomicS utiliza la integración simultánea de variables médicas, genéticas, ambientales y patrones digitales para reconocer signos iniciales de riesgo y ofrecer a los profesionales de la salud herramientas predictivas más precisas.
El fundamento científico del estudio se basa en que la conducta suicida tiene múltiples causas y no existe un único indicador de alerta. Para gestionar esta complejidad, el algoritmo incorpora la evaluación del llamado «fenotipo digital», analizando cambios en las rutinas de las personas a través de datos obtenidos de aplicaciones y servicios como Google Maps, historial de localización, Gmail, Chrome, Google Fit o YouTube. Modificaciones persistentes en la movilidad, tiempo prolongado en el hogar, alteraciones en el sueño o patrones poco habituales de búsqueda en internet son considerados posibles señales de malestar psicológico.
El proyecto contempla contar con una muestra mínima de 5.000 participante con antecedentes de intento de suicidio, en colaboración con distintos centros hospitalarios y de investigación de todo el país. Los datos recopilados desde dispositivos digitales se cruzarán con historiales clínicos, tratamientos medicamentosos, perfiles genéticos y factores sociales. La obtención de estos registros digitales se realiza con el consentimiento explícito de los pacientes y siguiendo rigurosos protocolos de anonimización y pseudonimización para garantizar la privacidad de los datos sanitarios.
El objetivo último de SMARTomicS es establecer un modelo personalizado de prevención que permita identificar situaciones de vulnerabilidad crítica antes de que se genere una crisis. Además, se evaluará cómo los pacientes responden a los tratamientos indicados según sus características biológicas y conductuales, abriendo nuevas posibilidades para la aplicación tecnológica en la salud mental pública.
Únete al canal de WhatsApp de Más que al día
Recibe las alertas de última hora directamente en tu móvil.
UNIRME GRATIS AL CANALInvestigadores de la Universidad Carlos III encabezan el proyecto SMARTomicS, una herramienta que combina el análisis del comportamiento digital, datos clínicos y genética para identificar perfiles con riesgo.
Un equipo del Grupo de Teoría de la Señal (GTS), perteneciente al Departamento de Teoría de la Señal de la Universidad Carlos III de Madrid, está desarrollando un algoritmo de inteligencia artificial diseñado para prevenir el suicidio. Bajo la dirección del catedrático Antonio Artés, el proyecto SMARTomicS utiliza la integración simultánea de variables médicas, genéticas, ambientales y patrones digitales para reconocer signos iniciales de riesgo y ofrecer a los profesionales de la salud herramientas predictivas más precisas.
El fundamento científico del estudio se basa en que la conducta suicida tiene múltiples causas y no existe un único indicador de alerta. Para gestionar esta complejidad, el algoritmo incorpora la evaluación del llamado «fenotipo digital», analizando cambios en las rutinas de las personas a través de datos obtenidos de aplicaciones y servicios como Google Maps, historial de localización, Gmail, Chrome, Google Fit o YouTube. Modificaciones persistentes en la movilidad, tiempo prolongado en el hogar, alteraciones en el sueño o patrones poco habituales de búsqueda en internet son considerados posibles señales de malestar psicológico.
El proyecto contempla contar con una muestra mínima de 5.000 participante con antecedentes de intento de suicidio, en colaboración con distintos centros hospitalarios y de investigación de todo el país. Los datos recopilados desde dispositivos digitales se cruzarán con historiales clínicos, tratamientos medicamentosos, perfiles genéticos y factores sociales. La obtención de estos registros digitales se realiza con el consentimiento explícito de los pacientes y siguiendo rigurosos protocolos de anonimización y pseudonimización para garantizar la privacidad de los datos sanitarios.
El objetivo último de SMARTomicS es establecer un modelo personalizado de prevención que permita identificar situaciones de vulnerabilidad crítica antes de que se genere una crisis. Además, se evaluará cómo los pacientes responden a los tratamientos indicados según sus características biológicas y conductuales, abriendo nuevas posibilidades para la aplicación tecnológica en la salud mental pública.
Investigadores de la Universidad Carlos III encabezan el proyecto SMARTomicS, una herramienta que combina el análisis del comportamiento digital, datos clínicos y genética para identificar perfiles con riesgo.
Un equipo del Grupo de Teoría de la Señal (GTS), perteneciente al Departamento de Teoría de la Señal de la Universidad Carlos III de Madrid, está desarrollando un algoritmo de inteligencia artificial diseñado para prevenir el suicidio. Bajo la dirección del catedrático Antonio Artés, el proyecto SMARTomicS utiliza la integración simultánea de variables médicas, genéticas, ambientales y patrones digitales para reconocer signos iniciales de riesgo y ofrecer a los profesionales de la salud herramientas predictivas más precisas.
El fundamento científico del estudio se basa en que la conducta suicida tiene múltiples causas y no existe un único indicador de alerta. Para gestionar esta complejidad, el algoritmo incorpora la evaluación del llamado «fenotipo digital», analizando cambios en las rutinas de las personas a través de datos obtenidos de aplicaciones y servicios como Google Maps, historial de localización, Gmail, Chrome, Google Fit o YouTube. Modificaciones persistentes en la movilidad, tiempo prolongado en el hogar, alteraciones en el sueño o patrones poco habituales de búsqueda en internet son considerados posibles señales de malestar psicológico.
El proyecto contempla contar con una muestra mínima de 5.000 participante con antecedentes de intento de suicidio, en colaboración con distintos centros hospitalarios y de investigación de todo el país. Los datos recopilados desde dispositivos digitales se cruzarán con historiales clínicos, tratamientos medicamentosos, perfiles genéticos y factores sociales. La obtención de estos registros digitales se realiza con el consentimiento explícito de los pacientes y siguiendo rigurosos protocolos de anonimización y pseudonimización para garantizar la privacidad de los datos sanitarios.
El objetivo último de SMARTomicS es establecer un modelo personalizado de prevención que permita identificar situaciones de vulnerabilidad crítica antes de que se genere una crisis. Además, se evaluará cómo los pacientes responden a los tratamientos indicados según sus características biológicas y conductuales, abriendo nuevas posibilidades para la aplicación tecnológica en la salud mental pública.
Únete al canal de WhatsApp de Más que al día
Recibe las alertas de última hora directamente en tu móvil.
UNIRME GRATIS AL CANALInvestigadores de la Universidad Carlos III encabezan el proyecto SMARTomicS, una herramienta que combina el análisis del comportamiento digital, datos clínicos y genética para identificar perfiles con riesgo.
Un equipo del Grupo de Teoría de la Señal (GTS), perteneciente al Departamento de Teoría de la Señal de la Universidad Carlos III de Madrid, está desarrollando un algoritmo de inteligencia artificial diseñado para prevenir el suicidio. Bajo la dirección del catedrático Antonio Artés, el proyecto SMARTomicS utiliza la integración simultánea de variables médicas, genéticas, ambientales y patrones digitales para reconocer signos iniciales de riesgo y ofrecer a los profesionales de la salud herramientas predictivas más precisas.
El fundamento científico del estudio se basa en que la conducta suicida tiene múltiples causas y no existe un único indicador de alerta. Para gestionar esta complejidad, el algoritmo incorpora la evaluación del llamado «fenotipo digital», analizando cambios en las rutinas de las personas a través de datos obtenidos de aplicaciones y servicios como Google Maps, historial de localización, Gmail, Chrome, Google Fit o YouTube. Modificaciones persistentes en la movilidad, tiempo prolongado en el hogar, alteraciones en el sueño o patrones poco habituales de búsqueda en internet son considerados posibles señales de malestar psicológico.
El proyecto contempla contar con una muestra mínima de 5.000 participante con antecedentes de intento de suicidio, en colaboración con distintos centros hospitalarios y de investigación de todo el país. Los datos recopilados desde dispositivos digitales se cruzarán con historiales clínicos, tratamientos medicamentosos, perfiles genéticos y factores sociales. La obtención de estos registros digitales se realiza con el consentimiento explícito de los pacientes y siguiendo rigurosos protocolos de anonimización y pseudonimización para garantizar la privacidad de los datos sanitarios.
El objetivo último de SMARTomicS es establecer un modelo personalizado de prevención que permita identificar situaciones de vulnerabilidad crítica antes de que se genere una crisis. Además, se evaluará cómo los pacientes responden a los tratamientos indicados según sus características biológicas y conductuales, abriendo nuevas posibilidades para la aplicación tecnológica en la salud mental pública.
