Aplicación de la Inteligencia Artificial con Procesamiento del Lenguaje Natural para textos de investigación cualitativa en la relación médico-paciente con enfermedad mental mediante el uso de tecnologías móviles
Ver/ Abrir
Impacto
Scholar |
Otros documentos de la autoría: Sancho Escrivá, José Vicente; Fanjul, Carlos; de la Iglesia Vaya, Maria; Montell, Joaquin A.; Escarti, Maria Jose
Metadatos
Mostrar el registro completo del ítemcomunitat-uji-handle:10234/9
comunitat-uji-handle2:10234/8013
comunitat-uji-handle3:10234/8014
comunitat-uji-handle4:
INVESTIGACIONMetadatos
Título
Aplicación de la Inteligencia Artificial con Procesamiento del Lenguaje Natural para textos de investigación cualitativa en la relación médico-paciente con enfermedad mental mediante el uso de tecnologías móvilesAutoría
Fecha de publicación
2020Editor
Cátedra de Comunicación y Salud Universidad Complutense de MadridISSN
2173-1675Cita bibliográfica
SANCHO ESCRIVÁ, José Vicente, et al. Aplicación de la Inteligencia Artificial con Procesamiento del Lenguaje Natural para textos de investigación cualitativa en la relación médico-paciente con enfermedad mental mediante el uso de tecnologías móviles. Revista de Comunicación y Salud, 2020, vol. 10, núm. 1, p. 19-41Tipo de documento
info:eu-repo/semantics/articleVersión
info:eu-repo/semantics/publishedVersionPalabras clave / Materias
Resumen
La Inteligencia Artificial (IA) sigue posicionándose en la sociedad como referencia del progreso tecnológico. Dentro de este campo, el Procesamiento de Lenguaje Natural (PLN) alcanza gran aceptación en disciplinas que ... [+]
La Inteligencia Artificial (IA) sigue posicionándose en la sociedad como referencia del progreso tecnológico. Dentro de este campo, el Procesamiento de Lenguaje Natural (PLN) alcanza gran aceptación en disciplinas que trabajen con altos volúmenes de datos (Big Data). En este marco queremos ver qué aportan estos algoritmos, pero aplicado a la comunicación en el campo de la salud mental. Establecemos esta metodología con PLN partiendo de observaciones cualitativas previas en textos transcritos de grupos focales realizados a pacientes con enfermedad mental con el objetivo de entender si la aplicación de esta metodología aporta mejora al análisis de los datos como se ha demostrado en investigaciones previas, pero aplicado novedosamente al campo de la salud mental. Para ello se han ejecutado scripts basados en código Python y se han depurado los textos, clasificando las cadenas de palabras en entidades denominadas tokens y eliminando las palabras vacías. Posteriormente, se ha analizado la frecuencia de palabras y la conexión de frases, obteniendo un conjunto de estructuras donde aplicar técnicas de Machine Learning mediante Word2vec y generando vectores sobre los datos quedando representados con gráficas n-dimensionales en donde se configura un nuevo vocabulario con palabras agrupadas por cercanía. Aplicamos un método que sin el aprendizaje algorítmico se nos escapa en el análisis previo de una investigación cualitativa. Se identifican en el análisis los principales temas encontrados con el análisis cualitativo tradicional, mecanizando el proceso y facilitándolo. Se demuestra además que esta metodología es aplicable en la salud mental como en otros grupos de población. [-]
Artificial Intelligence (AI) continues to position itself in society as a benchmark for
technological progress. Within this field, Natural Language Processing (NLP) reaches
great acceptance ... [+]
Artificial Intelligence (AI) continues to position itself in society as a benchmark for
technological progress. Within this field, Natural Language Processing (NLP) reaches
great acceptance in disciplines that work with high volumes of data (Big Data). In this
framework we want to see what do these algorithms contribute with, but applied to
communication in the field of mental health. We establish this methodology with NLP
based on previous qualitative observations in transcribed texts of focus groups. These
texts were obtained from focus groups carried out on patients with mental illnesses in
order to understand whether the application of this methodology contributes to any
improvement on the analysis of data, which has been shown in previous researches.
However, this research has been applied in a novel way in the field of mental health. To
do this, scripts based on Python code have been executed and the texts have been
purified, classifyi
ng the word strings into entities called tokens and eliminating
stopwords. Subsequently, the frequency of words and the connection of sentences have
been analyzed, obtaining a set of structures in which to apply Machine Learning
techniques using word2vec and generating vectors on the data, which are represented
with n
-dimensional graphics where a new vocabulary based on proximity words is
created. We are applying a method that without algorithmic learning we would be unable
to obtain this type of information in the previous analysis of qualitative research.The
main themes found with traditional qualitative analysis are identified in the analysis,
mechanizing the process and facilitating it. It is also shown that this methodology is
applicable in mental healt
h as in other population groups. [-]
Derechos de acceso
info:eu-repo/semantics/openAccess
Aparece en las colecciones
- COM_Articles [824]
El ítem tiene asociados los siguientes ficheros de licencia: