Ponente
Descripción
Los trastornos de ansiedad representan uno de los principales problemas de salud a nivel mundial. Actualmente, su diagnóstico se basa principalmente en la aplicación de cuestionarios psicométricos, los cuales cuantifican variables psicológicas para estimar el nivel de ansiedad. Sin embargo, este método presenta limitaciones, ya que depende en gran medida de la memoria del paciente y de su capacidad para realizar una autoevaluación precisa de sus síntomas.
En esta ponencia se presentan los avances en el desarrollo de un modelo para la detección de eventos de ansiedad, el cual utiliza algoritmos de clasificación basados en técnicas de aprendizaje automático. Este modelo se apoya en el análisis de señales fisiológicas, específicamente electrocardiograma (ECG) y respuesta galvánica de la piel (GSR), haciendo una caracterización en el dominio del tiempo y en el de la frecuencia para proponer variables cuantitativas que resulten relevantes para la detección de los eventos de ansiedad. Se expondrán las herramientas utilizadas para el procesamiento de las señales fisiológicas, el procedimiento de clasificación empleado y los resultados obtenidos hasta la fecha.
