¿Cómo Python puede ayudar a detectar señales tempranas en la salud mental universitaria?

Bolivia como muchos otros países de América Latina a diario se enfrenta con un tema poco visibilizado, que es la salud mental, especialmente en jóvenes universitarios, a pesar de su impacto directo en el bienestar, el rendimiento académico y la vida de miles de jóvenes. Factores emocionales, socioeconómicos, entre otros suelen acumularse sin ser detectados a tiempo lo que dificulta una intervención oportuna y el posible desarrollo de un trastorno mental, como la depresión. En esta charla se comparte cómo Python fue usado como una herramienta clave para apoyar la detección temprana de riesgo de depresión en una población universitaria, combinando análisis de datos e inteligencia artificial de forma responsable y ética. Python permitió explorar y analizar datos con características sociodemográficas y emocionales logrando identificar factores de riesgo de depresión y patrones relevantes. Además se usó Python para adaptar un modelo de PLN mediante fine-tuning para analizar respuestas a preguntas abiertas escritas por estudiantes, lo que ayudó a identificar emociones presentes en el lenguaje, y así ampliar la visión para detectar un posible nivel de riesgo de depresión. Más allá de la tecnología, la charla se centra en las decisiones tomadas, los aprendizajes obtenidos y los cuidados cuando se trabaja con datos sensibles. El objetivo de este proyecto no fue diagnosticar o reemplazar a los profesionales de la salud sino apoyar la detección temprana de riesgo de depresión manteniendo siempre a las personas en el centro del proyecto.