A depress\u00e3o afeta aproximadamente 280 milh\u00f5es de pessoas no mundo, segundo a Organiza\u00e7\u00e3o Mundial da Sa\u00fade, mas sua identifica\u00e7\u00e3o precoce continua sendo um dos maiores desafios da sa\u00fade p\u00fablica. Muitas vezes silenciosa, ela compromete a vida pessoal e profissional antes mesmo de ser diagnosticada. Agora, uma pesquisa brasileira publicada na revista PLOS Mental Health prop\u00f5e uma solu\u00e7\u00e3o inovadora: o uso de algoritmos de intelig\u00eancia artificial para identificar sinais de depress\u00e3o em mensagens de voz do WhatsApp.<\/p>\n\n\n\n
A lacuna no diagn\u00f3stico<\/strong><\/p>\n\n\n\n A psiquiatria ainda carece de biomarcadores objetivos \u2014 como exames de sangue ou de imagem \u2014 para triagens em larga escala. Atualmente, o diagn\u00f3stico depende de entrevistas cl\u00ednicas e escalas psicom\u00e9tricas. O estudo, liderado pelo Dr. Victor Henrique Oyamada Otani \u2014 psiquiatra, professor da Faculdade de Ci\u00eancias M\u00e9dicas da Santa Casa de S\u00e3o Paulo (FCMSCSP) e pesquisador da divis\u00e3o de pesquisa em IA da Infinity Doctor\u2019s Inc. \u2014, busca preencher esse vazio aplicando t\u00e9cnicas de machine learning \u00e0 fala cotidiana.<\/p>\n\n\n\n A ci\u00eancia por tr\u00e1s da voz<\/strong><\/p>\n\n\n\n A premissa \u00e9 que a depress\u00e3o altera a fala de formas impercept\u00edveis ao ouvido humano, mas rastre\u00e1veis por computadores. Altera\u00e7\u00f5es em pros\u00f3dia, ritmo, energia vocal e varia\u00e7\u00e3o tonal funcionam como indicadores de sofrimento ps\u00edquico.<\/p>\n\n\n\n O grande diferencial do estudo \u00e9 sua validade ecol\u00f3gica: em vez de grava\u00e7\u00f5es em est\u00fadios controlados, foram utilizados \u00e1udios enviados pelos pr\u00f3prios participantes em seus celulares, refletindo o uso cotidiano e real do aplicativo.<\/p>\n\n\n\n Metodologia e resultados<\/strong><\/p>\n\n\n\n A pesquisa envolveu 160 participantes divididos em dois grupos independentes. No grupo de treinamento dos algoritmos (86 participantes), foram analisadas mensagens espont\u00e2neas do WhatsApp. No grupo de valida\u00e7\u00e3o externa (74 participantes), os volunt\u00e1rios realizaram duas tarefas estruturadas: contar de 1 a 10 em ritmo de um segundo, e descrever livremente como havia sido sua semana.<\/p>\n\n\n\n Os pesquisadores testaram sete modelos de intelig\u00eancia artificial \u2014 incluindo Random Forest, Redes Neurais Artificiais, k-Nearest Neighbors, AdaBoost, Regress\u00e3o Log\u00edstica, \u00c1rvore de Decis\u00e3o e An\u00e1lise Discriminante Linear \u2014 a partir de 68 caracter\u00edsticas ac\u00fasticas extra\u00eddas de cada \u00e1udio.<\/p>\n\n\n\n Os resultados foram expressivos:<\/strong><\/p>\n\n\n\n \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 \u2022\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 Mulheres: acur\u00e1cia de at\u00e9 91,67% (AUC 91,9%) na tarefa de descrever a semana, com o modelo LDA (An\u00e1lise Discriminante Linear).<\/p>\n\n\n\n \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 \u2022\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 Homens: acur\u00e1cia de at\u00e9 80% (AUC 78,33%) na tarefa de contagem num\u00e9rica.<\/p>\n\n\n\n Triagem, n\u00e3o diagn\u00f3stico<\/strong><\/p>\n\n\n\n Os autores refor\u00e7am que a ferramenta n\u00e3o substitui o m\u00e9dico. Trata-se de uma estrat\u00e9gia de pr\u00e9-triagem bin\u00e1ria \u2014 um recurso remoto e de baixo custo que pode sinalizar quem se beneficiaria de uma avalia\u00e7\u00e3o especializada mais cedo.<\/p>\n\n\n\n Na conclus\u00e3o do artigo, os pesquisadores ressaltam: \u201cA acur\u00e1cia alcan\u00e7ada \u00e9 compar\u00e1vel \u00e0 de ferramentas consolidadas como o PHQ-9, refor\u00e7ando sua promessa para aplica\u00e7\u00f5es pr\u00e1ticas.\u201d O PHQ-9 \u00e9 o question\u00e1rio padr\u00e3o internacionalmente adotado para triagem de depress\u00e3o na aten\u00e7\u00e3o prim\u00e1ria.<\/p>\n\n\n\n Limita\u00e7\u00f5es e futuro<\/strong><\/p>\n\n\n\n O estudo reconhece limita\u00e7\u00f5es, como o desequil\u00edbrio entre o n\u00famero de homens e mulheres na amostra e a necessidade de valida\u00e7\u00e3o em popula\u00e7\u00f5es mais amplas e linguisticamente diversas. Ainda assim, a pesquisa demonstra que sinais \u201cinvis\u00edveis\u201d da depress\u00e3o podem estar escondidos em algo corriqueiro: a voz humana.<\/p>\n\n\n\n Para o Dr. Victor Otani, o trabalho representa um passo concreto para reduzir o subdiagn\u00f3stico e acelerar o acesso ao cuidado em sa\u00fade mental no Brasil \u2014 pa\u00eds que, segundo dados citados no pr\u00f3prio artigo, apresenta uma das maiores preval\u00eancias de depress\u00e3o da Am\u00e9rica Latina (5,8% da popula\u00e7\u00e3o).<\/p>\n\n\n\n <\/p>\n","protected":false},"excerpt":{"rendered":" A depress\u00e3o afeta aproximadamente 280 milh\u00f5es de pessoas no mundo, segundo a Organiza\u00e7\u00e3o Mundial da Sa\u00fade, mas sua identifica\u00e7\u00e3o precoce continua sendo…<\/p>\n","protected":false},"author":18,"featured_media":78702,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[13154,537,210],"ppma_author":[13238],"class_list":{"0":"post-78684","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-viral","8":"tag-dr-victor-otani","9":"tag-inteligencia-artificial","10":"tag-saude"},"yoast_head":"\n