Pesquisadores da Universidade de São Paulo (USP) estão utilizando inteligência artificial (IA) e o Twitter para desenvolver modelos de previsão de ansiedade e depressão. O estudo, publicado na revista Language Resources and Evaluation, visa fornecer sinais desses transtornos antes do diagnóstico clínico.

O projeto começou com a construção de um banco de dados chamado SetembroBR, que inclui informações de 3.900 usuários do Twitter que relataram ter sido diagnosticados ou tratados de problemas de saúde mental. 

Os pesquisadores coletaram tweets desses usuários e também de seus amigos e seguidores, considerando que pessoas com problemas de saúde mental tendem a seguir contas relacionadas ao tema.

Os pesquisadores utilizaram técnicas de processamento de linguagem natural (PNL) e aprendizado profundo, empregando o algoritmo BERT, para criar quatro classificadores de texto e identificar padrões que indicam a presença de depressão e ansiedade. 

Observaram-se características linguísticas comuns em tweets de pessoas com depressão, como o uso frequente de pronomes de primeira pessoa e o tema depreciativo.

O estudo está em andamento, mas já apresentou resultados preliminares promissores. A IA mostrou um desempenho superior na predição de depressão e ansiedade em comparação com outros modelos testados. Os pesquisadores enfatizaram que os sinais de depressão detectados nas redes sociais podem diferir daqueles observados em consultórios tradicionais.

Os transtornos mentais são problemas de relevância pública em todo o mundo, e no Brasil, um estudo recente do Ministério da Saúde revelou que 11,3% dos participantes foram diagnosticados com depressão, sendo a maioria mulheres (o relatório pode ser acessado aqui).

Essa informação somada ao fato que o Brasil é o terceiro país com maior consumo de mídias sociais no mundo, e a plataforma mais utilizada pelos participantes do estudo é o Twitter, a pesquisa tem extrema relevância no contexto brasileiro.

Deve ficar claro que a pesquisa da USP busca contribuir para a detecção precoce de transtornos de saúde mental, oferecendo uma ferramenta de triagem que pode ajudar no suporte a jovens em risco. 

Os pesquisadores estão ampliando o banco de dados, refinando as técnicas computacionais e atualizando os modelos para aprimorar a precisão e a utilidade da ferramenta, afinal, uma autoavaliação publicada em redes sociais nem se compara com um diagnóstico formal dos profissionais de saúde mental.

Vale ressaltar que a coleta de dados foi feita de forma anônima e com a proteção da identidade dos usuários. Os pesquisadores tomaram precauções para garantir a privacidade e a segurança dos dados coletados.