A depressão, de acordo com a Organização Mundial da Saúde (OMS), é o grande mal do século XXI. E pensando em auxiliar o profissional de saúde mental na obtenção de um diagnóstico mais eficaz, o Sidia Instituto de Ciência e Tecnologia, que realiza a implementação de soluções digitais inovadoras para o mercado local e global, desenvolveu uma pesquisa com uso de Inteligência Artificial para identificar e analisar comportamentos emocionais de usuários depressivos nas redes sociais.
Conduzido pelo pesquisador do Instituto, Felipe Giuntini, para o programa de doutorado da Universidade de São Paulo (USP), o estudo identificou que os depressivos tendem a ter relações mais próximas e coesas com pessoas que possuem sentimentos e opiniões similares. A literatura de saúde mental corrobora essa informação, pois afirma que pessoas com a doença têm a capacidade de se reconhecerem mais rapidamente.
Ainda de acordo com a pesquisa, os emoticons mais usados nas redes sociais são os que representam raiva e tristeza, devido à facilidade que os indivíduos têm para se identificar mais rapidamente com sentimentos negativos do que positivos. Esses emojis são utilizados para auxiliar na expressão de emoções em uma frase que, a princípio, seria genérica.
Felipe ressalta que as informações adicionais das redes sociais podem ajudar o profissional a verificar se a abordagem de terapia está produzindo o resultado esperado. “As redes sociais mudaram significativamente como as pessoas vivem. Atualmente, é rotineiro o compartilhamento e o registro da vida cotidiana, como sentimentos e opiniões no contexto das vivências sociais públicas ou privadas. O objetivo é fornecer ao profissional de saúde mental informações relevantes sobre o usuário/paciente de uma forma a contribuir para um diagnóstico mais eficaz e eficiente”, afirma o pesquisador.
O estudo propõe uma arquitetura que coleta, armazena, organiza e anonimiza as informações do usuário, extrai as características emocionais e reconhece padrões de comportamentos dos depressivos. O objetivo futuro do projeto é inserir a solução destinada ao rastreamento de indicativos de transtornos de humor em uma plataforma de baixo custo.
Os artigos que contemplam o estudo estão disponíveis nos links:
https://ieeexplore.ieee.org/document/8698755
https://link.springer.com/article/10.1007/s12652-020-01726-4