Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Vega Medina, Jhans Manuel"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    “Chatbot de inteligencia artificial para el diagnóstico de la depresión en estudiantes de ingeniería mediante PHQ-9, 2025”
    (Universidad Nacional de San Cristóbal de Huamanga, 2025) Vega Medina, Jhans Manuel; Janampa Patilla, Hubner
    La presente investigación desarrolla un chatbot de inteligencia artificial (IA) orientado al diagnóstico preliminar de la depresión en estudiantes de ingeniería, mediante la implementación automatizada del cuestionario de salud del paciente-9 (PHQ-9). Este trabajo surge ante la creciente incidencia de trastornos depresivos en la población universitaria y la limitada disponibilidad de herramientas de detección temprana accesibles, confiables y de bajo costo. El estudio se enmarca dentro de una investigación aplicada, de nivel descriptivo y diseño no experimental de corte transversal, enfocada en la validación funcional de un prototipo tecnológico sin manipulación de variables ni participación de sujetos humanos. El desarrollo se realizó bajo la metodología ágil programación extrema (XP), utilizando una arquitectura limpia que integró tecnologías de Flutter, Firebase y la API de OpenAI, así como técnicas de procesamiento de lenguaje natural (NLP) implementadas con spaCy, NLTK y funciones en la nube. Durante la validación funcional, se emplearon datos simulados que replicaron respuestas del PHQ-9 para evaluar la capacidad del sistema en la interpretación automática de síntomas depresivos. Los resultados evidenciaron un desempeño técnico sobresaliente, con un tiempo de respuesta promedio de 1.4s por ítem, 100% de coincidencia entre el puntaje automatizado y el cálculo de control, 99.5% de disponibilidad operativa, y 0% de pérdida de datos en las pruebas de almacenamiento y seguridad. La arquitectura modular permitió una integración eficaz entre los componentes del sistema, garantizando estabilidad, escalabilidad y seguridad, mientras que la interfaz conversacional ofreció una interacción fluida y empática. Estos resultados demuestran la viabilidad tecnológica del chatbot como herramienta funcional para el tamizaje preliminar de la depresión, contribuyendo a la aplicación responsable de la inteligencia artificial en el ámbito de la salud mental universitaria. En conclusión, el sistema propuesto constituye una solución tecnológica innovadora, que combina precisión diagnóstica y accesibilidad digital, alineándose con los objetivos de prevención y detección temprana de trastornos depresivos. Su desarrollo sienta las bases para futuras investigaciones que incluyan evaluaciones empíricas con usuarios reales, estudios de usabilidad y experiencia de usuario (UX), e integración institucional en programas de bienestar psicológico en entornos educativos.

dggggg

sws

Este repositorio, elaborado en base a software Dspace, recopila la documentación y publicaciones institucionales, producto de la investigación y el desempeño en defensa de la competencia, la propiedad intelectual y protección al consumidor, para su difusión en el entorno social y académico.

 

Ubícanos

  • Av. independencia S/N - Ciudad Universitaria
  • Email: repositorio@unsch.edu.pe
  • repositorio@unsch.edu.pe
  • Horario Lunes - Viernes 8:00 a 15:00 h

Repositorio

  • Políticas
  • Formatos
  • Manuales

DSpace software copyright © 2002-2026 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback