Para saber mais sobre um amigo, cliente ou até o próximo alvo de uma paquera, explorar as redes sociais é um caminho comum. Se curtidas, selfies e comentários dão tantas pistas sobre nós, quanto a tecnologia pode dizer sobre nossa saúde mental? É isso o que investiga uma nova corrente da ciência.
Análise de mensagens no Facebook, cor de fotos no Instagram e até avaliar o tempo entre cliques estão no radar. A hipótese é de que dados coletados por smartphones podem ser usados para identificar padrões de comportamento e interações sociais. Sem substituir psicólogos e psiquiatras, mas para auxiliar consultas presenciais. O modelo cresce, assim como o debate ético.
uma pesquisa desse tipo, um grupo de adolescentes responde a questionários pelo celular sobre como se sentem. Podem ser áudios e até emojis para narrar emoções. No dia a dia, um aplicativo em seus celulares capta fragmentos de sons do ambiente e mede o movimento dos aparelhos. Tudo é analisado para saber o risco de depressão - resultados iniciais saem este ano.
– O grande desafio não é capturar e processar dados. A questão é como dar sentido a eles – diz Christian Kieling, professor de Psiquiatria da Infância e da Adolescência da Universidade Federal do Rio Grande do Sul (UFRGS).
Kieling está à frente de um projeto que monitora 150 adolescentes pelos smartphones. Entre os voluntários, há jovens já com diagnóstico de depressão, com alto risco de ter o transtorno e com baixo risco, conforme escala validada cientificamente.
Nos áudios, avaliam o conteúdo e a forma. Já o app capta, de 15 em 15 segundos, amostras de som do ambiente. E há o pacto de confidencialidade: os cientistas não escutam a conversa, mas sabem o número de vozes, para medir a interação social.
O app coleta dados de geolocalização e padrões de atividade e repouso - é permitido desligar a qualquer hora. Terapias contra a depressão estimulam conexões e atividade física. Informações sobre interações e movimentação espacial podem facilitar intervenções personalizadas. O grupo deve ter ainda consultas com psiquiatras, exames de sangue e ressonância.
Outro estudo, ligado à Universidade Federal de São Carlos (UFSCar), prevê a tecnologia para ajudar na identificação precoce de possíveis perfis depressivos. O trabalho foi iniciado em 2021, após o suicídio de um aluno. Um modelo computacional vai analisar textos dos estudantes no Facebook.
A ferramenta, criada na UFSCar em parceria com a Federal do Triângulo Mineiro (UFTM) e a Universidade George Mason (Estados Unidos), tenta "ler" palavras e expressões indicadoras de possível perfil depressivo. O robô é esperto, mas, ao decifrar a escrita, escapam-lhe entonação e ironia, por exemplo.
– Não é porque tem poder de processamento que a inteligência artificial é melhor do que a gente – diz Helena Caseli, professora de Computação da UFSCar.
Para ter análise mais robusta, serão coletados sinais fisiológicos (batimentos cardíacos e padrões de sono) por meio de relógios inteligentes. Os resultados podem servir para um "mapa epidemiológico" - e estratégias institucionais de bem-estar dos alunos -, além de análises individualizadas. Um dos trunfos é comparar dados de um paciente hoje com informações anteriores dele e ver eventuais mudanças.
Emoções e inteligência artificial
Para Felipe Giuntini, pesquisador do Sidia, centro de inovação em soluções digitais, é possível ver, no processamento de dados das redes, um padrão de emoções. Em seu doutorado na Universidade de São Paulo (USP), ele coletou publicações no Reddit, rede social popular nos Estados Unidos, por 10 anos.
Foram selecionadas postagens - incluindo emojis - de um grupo de apoio a pessoas com depressão. A análise mapeou palavras como "tristeza", "vergonha" e "entusiasmado" para ver padrões e aprender com a própria rede. Para Giuntini, o algoritmo ajuda a entender alterações de humor dos pacientes.
Em outra frente, a ideia é levar ao consultório quem ainda está longe.
– A pessoa vai ao cardiologista e descobre no check-up uma arritmia. Isso não acontece em saúde mental – diz Alexandre Loch, do Instituto de Psiquiatria da USP.
A demora média desde os primeiros sinais até o diagnóstico do Transtorno Obsessivo Compulsivo (TOC), por exemplo, é de 11 anos.
Loch testa um software para avaliar imagens do rosto e a fala de voluntários, de 18 a 35 anos, em entrevistas presenciais. Análises computacionais rastreiam pausas no discurso, movimentos de olhos, gesticulação e falta de conexão na fala - aspectos que seriam notados pelo psiquiatra na consulta. Mas quem sai da fábrica entende de divã?
Um estudo com inteligência artificial para detectar câncer de pele da Universidade de Stanford (EUA) mostra que o algoritmo discernia lesões como um dermatologista. Já na Psiquiatria cada um expõe raiva ou tristeza de um jeito.
– Como é mais subjetivo e simbólico, é difícil a máquina aprender – afirma Loch.
As informações são do jornal O Estado de S. Paulo.
