Fecha y hora: 20/11/25, 5pm CET
Ponentes: Anxo Vila Pérez, Departamento de Ciencia de la Computación e Intelixencia Artificial, CITIC e Information Retrieval Lab (IRLab), Universidade da Coruña
Presentador:
Resumen:
En los últimos años, el análisis automático del lenguaje en redes se ha convertido en una herramienta más para comprender los signos de depresión y otros trastornos mentales. Sin embargo, esta tarea plantea importantes retos metodológicos, éticos y clínicos: ¿cómo detectar señales emocionales en un lenguaje cotidiano, ruidoso y cambiante? ¿Cómo garantizar interpretabilidad y confianza en los modelos?
En esta charla exploraremos los métodos y tendencias más recientes en la detección de depresión mediante NLP, desde el lenguaje informal de las redes sociales hasta los textos y cuestionarios de la práctica clínica. Discutiremos, además, retos abiertos: sesgos, validación clínica, diferencias entre síntomas y el coste de la anotación (incluyendo LLMs como apoyo en sistemas human-in-the-loop). Cerraremos con la tendencia reciente del uso de las “LLM personas”: simular perfiles y conversaciones para cribado y apoyo. Su potencial es alto (cobertura de casos, evaluación interactiva), pero exige explicabilidad accionable, evidencias trazables y control de alucinaciones, con clinician-in-the-loop.
Bio: Miguel Anxo Pérez Vila es Profesor Ayudante Doctor en el Departamento de Ciencia de la Computación e Intelixencia Artificial de la Universidade da Coruña (UDC) e investigador en el CITIC y el Information Retrieval Lab (IRLab). Anteriormente realizó una estancia predoctoral en el UKP Lab (TU Darmstadt) bajo la supervisión de la prof. Iryna Gurevych; dicho trabajo dio lugar a un artículo en EMNLP. En enero de 2024 obtuvo el Doctorado en Informática por la UDC. Su investigación se sitúa en la intersección de la Recuperación de Información, el Procesamiento del Lenguaje Natural y el Aprendizaje Automático, con especial foco en salud mental digital, en concreto en el modelado por síntomas y en métodos explicables para la detección temprana de riesgos en redes sociales y entornos conversacionales. Desde 2025 coorganiza el eRisk Lab (CLEF eRisk) junto con Javier Parapar, Xi Wang y Fabio Crestani, aportando recursos y protocolos de evaluación de amplio uso en la comunidad.
Anxo ha publicado en conferencia como EMNLP, SIGIR, CIKM y ECIR, y en revistas como Artificial Intelligence in Medicine y Journal of Healthcare Informatics Research. También ha trabajado en transferencia y propiedad intelectual, destacando el registro de ANGUS (algoritmo de similitud musical basado en onsets). En 2025, su tesis doctoral recibió el Premio a la Mejor Tesis Doctoral de la SEPLN. Sus líneas actuales incluyen clasificaciones interpretables y el estudio de LLMs para aportar soluciones clínicamente significativas para aplicaciones en salud mental.
Registro (obligatorio): https://zoom.us/webinar/register/WN_bIZyUU2cRhSlMR8DA8IBjA
Enlace a la charla:
