Pesquisadores da Escola de Medicina da Universidade de Washington descobriram que uma ferramenta de inteligência artificial (IA) pode identificar com precisão a “linguagem da bandeira vermelha” em mensagens de texto de pacientes com doenças mentais graves.
Um estudo publicado no mês passado na Psychiatric Services mostra que um algoritmo de inteligência artificial é capaz de detectar e classificar distorções cognitivas, ou “linguagem de alerta”, em trocas de mensagens de texto entre pacientes com doença mental grave e seu provedor de saúde com a maior precisão possível.
As mensagens de texto cada vez mais vem sendo usadas na avaliação e tratamento da saúde mental, pois os serviços de telessaúde aumentaram nos últimos anos. No entanto, as intervenções baseadas em mensagens de texto podem não ter alguns dos pontos de referência emocionais e indicadores sutis de saúde mental que os médicos usam ao navegar nas visitas pessoais aos pacientes, afirma o comunicado de imprensa.
Os profissionais de saúde mental nos EUA, por exemplo, estão enfrentando o esgotamento, assim como seus pares de outras especialidades médicas. Mas eles têm a tarefa de fornecer cuidados de alta qualidade durante a escassez de profissionais de saúde comportamental e a crise de saúde mental dos jovens naquele país. Essas tensões, dizem os comunicados de imprensa, podem fazer com que médicos destreinados ou sobrecarregados percam distorções cognitivas que atuam como sinais de alerta de declínio da saúde mental em suas trocas de texto com os pacientes.
“Quando estamos nos reunindo com pessoas pessoalmente, temos todos esses contextos diferentes”, disse no comunicado de imprensa Justin Tauscher, PhD, principal autor do artigo e professor assistente interino da Escola de Medicina da Universidade de Washington. “Temos dicas visuais, temos dicas auditivas, coisas que não saem em uma mensagem de texto. Essas são coisas nas quais somos treinados para nos apoiar. A esperança aqui é que a tecnologia possa fornecer uma ferramenta extra para os médicos expandirem as informações nas quais se apoiam para tomar decisões clínicas.”
Para desenvolver e avaliar essa ferramenta, os pesquisadores examinaram 7.354 mensagens de texto únicas e não solicitadas entre 39 pacientes com doença mental grave e histórico de hospitalização e seus profissionais de saúde mental durante um estudo controlado randomizado de uma intervenção de mensagens de texto de 12 semanas.
Avaliadores clínicos humanos treinados foram solicitados a classificar os textos para distorções cognitivas, como generalização excessiva, catastrofização ou conclusões precipitadas, como normalmente fariam em um ambiente de atendimento ao paciente. Os pesquisadores então programaram algoritmos de IA para usar o processamento de linguagem natural (NLP) para realizar a mesma tarefa para determinar a eficácia de tal ferramenta para suporte à decisão clínica.
“Ser capaz de ter sistemas que podem ajudar a apoiar a tomada de decisões clínicas é extremamente relevante e potencialmente impactante para aqueles que estão no trabalho de campo que, às vezes, não têm acesso ao treinamento ou à supervisão ou às vezes também estão cansados, sobrecarregados e esgotados e têm dificuldade em permanecer presentes em todas as interações”, disse Tauscher.
No geral, os pesquisadores descobriram que o modelo funcionou no mesmo nível dos avaliadores humanos, indicando que a ferramenta pode ter potencial para uso em ambientes clínicos e no desenvolvimento de ferramentas de suporte à decisão clínica escaláveis e automatizadas para saúde mental baseada em mensagens.
Este estudo é apenas um exemplo de como a PNL tem sido usada para avaliar a saúde mental. Em junho, a Crisis Text Line, uma organização sem fins lucrativos que fornece suporte de saúde mental gratuito 24 horas por dia, 7 dias por semana, compartilhou seu terceiro relatório anual de dados, que alavancou a PNL para destacar tendências em saúde mental juvenil obtidas de conversas entre “texters” e conselheiros em 2021.
