Emotions in Mental Healthcare and Psychological Interventions: Towards an Inventive Emotions Recognition Framework Using AI

Hany F. Atlam; Mahmoud Shafik; Fatih Kurugöllü; Yasmin Elkelany

doi:10.3233/atde220609

CapítuloDescarga libreInglés

Emotions in Mental Healthcare and Psychological Interventions: Towards an Inventive Emotions Recognition Framework Using AI

Hany F. Atlam iD (se abre en una pestaña nueva); Mahmoud Shafik iD (se abre en una pestaña nueva); Fatih Kurugöllü iD (se abre en una pestaña nueva); Yasmin Elkelany

Año: 2022
Revista / colección: Advances in transdisciplinary engineering
Editorial / institución: IOS Press
DOI: 10.3233/atde220609 (se abre en una pestaña nueva)
ISSN: 2352-751X, 2352-7528
Licencia: CC BY-NC
Citas: 5

Resumen ADIPA

Elaborado con IA a partir del resumen de los autores

Capítulo que presenta un marco conceptual de inteligencia artificial para el reconocimiento multimodal de emociones en salud mental, diseñado para detectar tempranamente trastornos mentales y facilitar intervenciones psicológicas. Ante la demanda creciente de atención mental y la escasez de recursos sanitarios evidenciada durante la COVID-19, los autores proponen un sistema que integra tecnologías de inteligencia artificial, análisis de macrodatos, comunicaciones 5G y tecnologías de la información para recopilar datos emocionales desde dispositivos portátiles inteligentes, expresiones faciales y señales de voz. El sistema interpreta estos datos mediante inteligencia artificial en emociones y genera intervenciones psicológicas inmediatas y personalizadas, mientras transmite información crítica a bases de datos centrales de proveedores de salud para monitoreo y tratamiento continuo.

Puntos clave

El marco propuesto integra múltiples fuentes de datos emocionales (dispositivos portátiles, expresiones faciales, señales de voz) mediante inteligencia artificial para detectar tempranamente trastornos mentales.
El sistema utiliza inteligencia artificial para interpretar datos multimodales en emociones específicas y generar intervenciones psicológicas inmediatas y personalizadas según las necesidades del paciente.
La arquitectura conecta datos individuales con bases de datos centrales de proveedores de salud para facilitar monitoreo continuo y tratamiento coordinado en contextos de recursos sanitarios limitados.
El desarrollo responde a la necesidad de soluciones innovadoras frente al incremento de problemas de salud mental global y la demanda insatisfecha de atención psicológica.

Para quién: Estudiantes, investigadores y profesionales de psicología, salud mental e informática biomédica interesados en aplicaciones de inteligencia artificial para detección de trastornos mentales e intervenciones psicológicas tecnológicamente mediadas.

Resumen de los autores

One of the major impacts of COVID-19 in the nations is mental health issues. Constant mental health issues can cause disorders, as well as mortality. The growing demand for mental healthcare treatment and limited healthcare resources across the world has shown the need for an inventive framework solution. Artificial Intelligence (AI), Big Data Science, 5G, and Information Communication Technology (ICT) have proven to be able to bring many great improvements and could be the potential way forward to develop such a framework. AI could be a very effective tool to help the healthcare sector to provide more efficient services to patients with mental health issues through their emotions. This paper presents the initial overview and outcomes of the ongoing research programme to develop a proactive multimodal emotion AI recognition framework that detects emotion from various input data sources for early detection of mental health illnesses, as well as provides the required psychological interventions effectively and promptly when required. The data will be collected from various smart wearables and ad-hoc devices, facial expressions, and speech signals. Then, these data will be interpreted using AI into emotions. These emotions will be utilised using AI-based psychological system, which will provide immediate and customized interventions, as well as transmit critical data to the healthcare provider’s central database system for monitoring and supplying the required treatments.

Áreas y palabras clave

Psicología clínica y psicoterapia Salud mental pública y comunitaria Psicología social y comunitaria emotion recognition multimodal emotion recognition mental health psychological intervention early detection of mental disorders wearable devices facial expression analysis speech signals remote patient monitoring Experimental and Cognitive Psychology Applied Psychology Social Psychology

Cómo citar (APA 7)

Atlam, H. F., Shafik, M., Kurugöllü, F., & Elkelany, Y. (2022). Emotions in Mental Healthcare and Psychological Interventions: Towards an Inventive Emotions Recognition Framework Using AI. IOS Press. https://doi.org/10.3233/atde220609

BibTeX RIS (Zotero, Mendeley, EndNote)CSL-JSON

Emotions in Mental Healthcare and Psychological Interventions: Towards an Inventive Emotions Recognition Framework Using AI

Resumen ADIPA

Puntos clave

Resumen de los autores

Áreas y palabras clave

Cómo citar (APA 7)

Emotions in Mental Healthcare and Psychological Interventions: Towards an Inventive Emotions Recognition Framework Using AI

Resumen ADIPA

Puntos clave

Resumen de los autores

Áreas y palabras clave

Cómo citar (APA 7)

Relacionados