Tipus de document
Treball de fi de grauData de publicació
Llicència de publicació
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/230479
Design and Implementation of Aurora: A Conversational Chatbot for Suicide Prevention Based on the WHO mhGAP-IG v2.0 Guide (Proof of Concept)
Títol de la revista
Autors
Director/Tutor
ISSN de la revista
Títol del volum
Recurs relacionat
Resum
[eng] Suicide remains one of the leading causes of preventable death worldwide, with over 720,000 deaths annually. Despite growing demand for mental health services, traditional care systems face structural limitations in scalability, accessibility, and early detection. This project presents the design and implementation of a proof-of-concept backend for a conversational chatbot, named Aurora, aimed at suicide prevention and emotional support, clinically aligned with the WHO Mental Health Gap Action Programme Intervention Guide (mhGAP-IG v2.0) and framed within the PAHO/WHO Vivir la vida suicide prevention strategy.
The system is built upon a finite state machine that operationalizes the mhGAP standardized protocols for depression screening and suicide risk stratification through traceable, deterministic decision pathways. A hybrid conversational architecture combines fixed, clinically validated question cores with empathic bridges generated by a large language model, ensuring clinical safety during critical evaluation phases while preserving conversational naturalness. Risk detection relies on regular expressions (REGEX), prioritizing full algorithmic explainability over the opacity of machine learning classifiers.
The backend ecosystem includes a MongoDB database layer, automated PDF clinical report generation for a medical specialist dashboard, an emergency referral module routing users to crisis services, and a follow-up protocol designed to prevent users falling through the gaps of the healthcare system. Additionally, a psychoeducation module delivers validated mental health information through dynamic infographics.
[cat] El suïcidi continua sent una de les principals causes de mort evitable a tot el món, amb més de 720.000 morts anuals. Tot i la creixent demanda de serveis de salut mental, els sistemes d'atenció tradicionals s'enfronten a limitacions estructurals pel que fa a l'escalabilitat, l'accessibilitat i la detecció primerenca. Aquest projecte presenta el disseny i la implementació d'un backend de prova de concepte per a un xatbot conversacional, anomenat Aurora, orientat a la prevenció del suïcidi i al suport emocional, clínicament alineat amb la Guia d'Intervenció del Mental Health Gap Action Programme de l'OMS (mhGAP-IG v2.0) i emmarcat dins de l'estratègia de prevenció del suïcidi Vivir la vida de l'OPS/OMS. El sistema es basa en una màquina d'estats finits que operativitza els protocols estandarditzats de la guia mhGAP per al cribratge de la depressió i l'estratificació del risc de suïcidi mitjançant rutes de decisió traçables i deterministes. Una arquitectura conversacional híbrida combina nuclis de preguntes fixos i clínicament validats amb ponts empàtics generats per un model de llenguatge gran (LLM), la qual cosa garanteix la seguretat clínica durant les fases crítiques d'avaluació alhora que preserva la naturalitat conversacional. La detecció del risc es basa en expressions regulars
(REGEX), prioritzant una explicabilitat algorísmica total per sobre de l'opacitat dels classificadors d'aprenentatge automàtic (machine learning). L'ecosistema del backend inclou una capa de base de dades MongoDB, la generació automatitzada d'informes clínics en PDF per a un panell de control (dashboard) d'especialistes mèdics, un mòdul de derivació d'emergències que redirigeix els usuaris cap als serveis de crisi, i un protocol de seguiment dissenyat per evitar que els usuaris quedin desatesos pels buits del sistema sanitari. A més, un mòdul de psicoeducació proporciona informació validada sobre salut mental a través d'infografies dinàmiques.
Descripció
Treballs Finals de Grau d'Enginyeria Biomèdica. Facultat de Medicina i Ciències de la Salut. Universitat de Barcelona. Curs: 2025-2026. Tutor/Director: Francisco Montero Barquero, Juan Ignacio Arce Barrios
Matèries (anglès)
Citació
Citació
QUERALTÓ PÉREZ, Jordi. Design and Implementation of Aurora: A Conversational Chatbot for Suicide Prevention Based on the WHO mhGAP-IG v2.0 Guide (Proof of Concept). [consulted: 9 of September of 2026]. Available at: https://hdl.handle.net/2445/230479