Com o intuito de oferecer apoio e buscar uma compreens\u00e3o mais abrangente da sa\u00fade mental de estudantes universit\u00e1rios, pesquisadores das \u00e1reas de computa\u00e7\u00e3o, medicina e psicologia da Universidade Federal de S\u00e3o Carlos (UFSCar) iniciaram um projeto de pesquisa que busca mesclar diferentes \u00e1reas do conhecimento e tecnologias para apoio ao diagn\u00f3stico e tratamento de pessoas com poss\u00edvel perfil depressivo.<\/p>\n\n\n\n
A iniciativa, financiada<\/a><\/strong> pela FAPESP, utiliza processamento de l\u00edngua natural (PLN) para an\u00e1lise de textos publicados em redes sociais, articulado \u00e0 computa\u00e7\u00e3o vest\u00edvel, na forma de rel\u00f3gios com sensores de sinais fisiol\u00f3gicos. O objetivo \u00e9 contribuir para identifica\u00e7\u00e3o precoce e interven\u00e7\u00e3o r\u00e1pida em casos de poss\u00edveis transtornos de sa\u00fade mental.<\/p>\n\n\n\n A primeira etapa da iniciativa, cuja dura\u00e7\u00e3o prevista \u00e9 de dois anos, envolve a cria\u00e7\u00e3o de um modelo computacional apelidado de Amigo Virtual Especializado (Amive). O Amive ter\u00e1 um perfil em rede social, cujos amigos ser\u00e3o estudantes universit\u00e1rios participantes da pesquisa. A partir da defini\u00e7\u00e3o de um conjunto de palavras e express\u00f5es indicadoras de um poss\u00edvel perfil depressivo (PPD), o Amive ser\u00e1 capaz de processar os textos publicados pelos estudantes na rede, usando PLN, uma forma de aprendizado de m\u00e1quina.<\/p>\n\n\n\n \u201cEstamos neste momento, com os pesquisadores da \u00e1rea da sa\u00fade que integram o projeto, identificando que palavras e express\u00f5es s\u00e3o estas\u201d, conta V\u00e2nia Paula de Almeida Neris<\/a><\/strong>, docente do Departamento de Computa\u00e7\u00e3o respons\u00e1vel pela iniciativa.<\/p>\n\n\n\n Al\u00e9m dela, comp\u00f5em a equipe os docentes da UFSCar Helena de Medeiros Caseli<\/a><\/strong>, tamb\u00e9m do DC-UFSCar; Jair Borges Barbosa Neto, do Departamento de Medicina (DMed-UFSCar); Ta\u00eds Bleicher, do Departamento de Psicologia (DPsi-UFSCar); Heloisa Cristina Figueiredo Frizzo, do Departamento de Terapia Ocupacional da Universidade Federal do Tri\u00e2ngulo Mineiro (UFTM), e Vivian Genaro Motti, do Departamento de Ci\u00eancia da Informa\u00e7\u00e3o e Tecnologia da George Mason University, nos Estados Unidos.<\/p>\n\n\n\n \u00c0 an\u00e1lise textual das postagens ser\u00e3o combinadas escalas de avalia\u00e7\u00e3o psicom\u00e9trica, que realizam rastreio para sintomas depressivos e avaliam a qualidade de vida, e tamb\u00e9m a coleta de sinais fisiol\u00f3gicos, a ser realizada por rel\u00f3gios com sensores. Essa combina\u00e7\u00e3o de dados visa a identifica\u00e7\u00e3o mais precisa do poss\u00edvel perfil depressivo. Neris destaca, no entanto, que o intuito n\u00e3o \u00e9 fechar um diagn\u00f3stico, mas sim permitir a identifica\u00e7\u00e3o do estudante potencialmente afetado para disponibilizar precocemente interven\u00e7\u00f5es que possam servir de apoio ao diagn\u00f3stico e ao tratamento, bem como indicar ajuda, quando necess\u00e1ria.<\/p>\n\n\n\n An\u00e1lise textual<\/strong><\/p>\n\n\n\n \u201cO desafio \u00e9 capturar o conhecimento humano e fazer uma m\u00e1quina reproduzi-lo, ou seja, passar para o modelo computacional os ind\u00edcios que n\u00f3s detectamos em palavras e textos que aparentam estados mentais negativos, depressivos, de ang\u00fastia, de algum tipo de problema. Comumente, detectamos palavras e express\u00f5es mais f\u00e1ceis, como \u2018morte\u2019, \u2018cansa\u00e7o\u2019, \u2018n\u00e3o consigo\u2019; mas, \u00e0s vezes, s\u00e3o mensagens com palavras e entona\u00e7\u00f5es n\u00e3o t\u00e3o expl\u00edcitas em rela\u00e7\u00e3o a um problema, mas que trazem uma mensagem com sentimentos que aparentam ansiedade, ang\u00fastia ou depress\u00e3o\u201d, explica Caseli \u00e0 Coordenadoria de Comunica\u00e7\u00e3o Social da UFSCar.<\/p>\n\n\n\n A partir dessas palavras e express\u00f5es, \u00e9 poss\u00edvel criar algoritmos e, por meio do aprendizado de m\u00e1quina, um modelo computacional capaz de identificar uma determinada mensagem como indicadora de um sintoma espec\u00edfico, uma segunda mensagem de outro e assim por diante, em um modelo treinado que ser\u00e1 colocado no Amive para identifica\u00e7\u00e3o de mensagens consideradas pr\u00f3prias de poss\u00edvel perfil depressivo.<\/p>\n\n\n\n Essa etapa inicial est\u00e1 prevista para o primeiro ano do projeto. Ap\u00f3s a primeira fase, o Amive conseguir\u00e1, al\u00e9m de captar sinais para a detec\u00e7\u00e3o de PPDs, produzir postagens autom\u00e1ticas em modo privado, na tentativa de ajudar o indiv\u00edduo a identificar o perfil depressivo e buscar ajuda. Aqui ser\u00e3o testados diferentes tipos de conte\u00fado, inclusive em linguagens diversas (texto, v\u00eddeo, foto).<\/p>\n\n\n\n Sensores<\/strong><\/p>\n\n\n\n Al\u00e9m disso, ser\u00e1 inserida a combina\u00e7\u00e3o da an\u00e1lise de textos em rede social com as escalas de avalia\u00e7\u00e3o psicom\u00e9trica com o uso de tecnologia vest\u00edvel, considerada pelos respons\u00e1veis o maior diferencial do projeto, uma vez que o monitoramento por meio de sensores permite acompanhar a pessoa em tempo integral, trazendo resultados objetivos. Assim, o sensor ser\u00e1 um rel\u00f3gio inteligente, que analisar\u00e1 sinais fisiol\u00f3gicos considerados pela \u00e1rea da sa\u00fade indicadores importantes como sinais de depress\u00e3o, estresse e ansiedade, coletando dados como batimentos card\u00edacos e outras medidas captadas por aceler\u00f4metro e girosc\u00f3pio.<\/p>\n\n\n\n Essa etapa configura aplica\u00e7\u00e3o em computa\u00e7\u00e3o vest\u00edvel, \u00e1rea que busca novas intera\u00e7\u00f5es entre humanos e m\u00e1quina, com a tecnologia sendo o mais impercept\u00edvel poss\u00edvel e funcionando como uma extens\u00e3o do corpo.<\/p>\n\n\n\n \u201cJ\u00e1 existem pesquisas que usam a an\u00e1lise de texto para identificar PPD. Por\u00e9m, os usu\u00e1rios podem alterar o texto propositalmente com o intuito de gerar o impacto social desejado. Por isso, o diferencial do projeto \u00e9 justamente mesclar essa an\u00e1lise com as demais avalia\u00e7\u00f5es, agregando essas outras fontes de dados na tentativa de sermos mais precisos na identifica\u00e7\u00e3o dos poss\u00edveis perfis depressivos\u201d, detalha Neris.<\/p>\n\n\n\n Assim, os dados ser\u00e3o analisados e integrados com os das redes sociais. \u201cPor exemplo: somente pelo batimento card\u00edaco fica dif\u00edcil entendermos qual \u00e9 o estado emocional da pessoa; no entanto, se atrelarmos a variabilidade no n\u00edvel de batimento card\u00edaco com demais itens \u2013 como agita\u00e7\u00e3o, pela detec\u00e7\u00e3o de que est\u00e1 indo de um lado para outro; quantidade de postagens; teor e hor\u00e1rios das mensagens, dentre outros \u2013, podemos ter a indica\u00e7\u00e3o de que aquela pessoa pode estar ansiosa ou estressada. Ou seja, os dados atrelados conseguem indicar de forma mais precisa o tipo de comportamento\u201d, complementa Motti.<\/p>\n\n\n\n Com essas informa\u00e7\u00f5es, \u00e9 poss\u00edvel entender como a pessoa est\u00e1 se sentindo num exato momento e reconhecer estrat\u00e9gias que possam ajud\u00e1-la. \u201cSe ela est\u00e1 se sentindo ansiosa ou estressada, \u00e9 poss\u00edvel dar uma pausa nos estudos naquele momento, tomar um ar ou beber uma \u00e1gua, para se sentir melhor. Muitas vezes, interromper uma atividade em determinada situa\u00e7\u00e3o traz tranquilidade e melhora a produtividade\u201d, exemplifica a pesquisadora.<\/p>\n\n\n\n Com base nos resultados, o grupo de pesquisadores espera, portanto, conseguir enviar estrat\u00e9gias e informa\u00e7\u00f5es diretas aos usu\u00e1rios, aumentando a sua capacidade e a habilidade de entender o que est\u00e1 acontecendo em determinado momento e quando deve procurar ajuda.<\/p>\n\n\n\n \u201cSabemos que as situa\u00e7\u00f5es de estresse, ansiedade e depress\u00e3o s\u00e3o comuns na popula\u00e7\u00e3o acad\u00eamica e t\u00eam um custo alto. O estudante comumente n\u00e3o tem acesso ao sistema de sa\u00fade, por ser custoso, ou pode ter vergonha de procurar aux\u00edlio. Ao mesmo tempo, ele tem acesso \u00e0 tecnologia. Se conseguirmos fornecer subs\u00eddios nesse sentido, nossa expectativa \u00e9 fazer com que o estudante possa procurar ajuda quando necess\u00e1ria, e que receba interven\u00e7\u00f5es e tratamento o mais r\u00e1pido poss\u00edvel. A ideia \u00e9 evitar que o problema tenha consequ\u00eancias maiores e mais cr\u00edticas no futuro\u201d, resume Motti.<\/p>\n\n\n\n Outro diferencial da abordagem proposta \u00e9 a obten\u00e7\u00e3o de dados de maneira cont\u00ednua. \u201cA m\u00e1quina n\u00e3o para. \u00c9 capaz de avaliar, em tempo integral, tanto os sinais fisiol\u00f3gicos como o conjunto de postagens \u2013 de ontem, hoje, em qualquer hor\u00e1rio. Com uma equipe de humanos, isso n\u00e3o acontece, porque o usu\u00e1rio n\u00e3o tem o profissional ao lado o tempo inteiro. Nesse sentido, a solu\u00e7\u00e3o computacional pode ajudar no cen\u00e1rio de uma maneira que complemente o apoio da equipe de sa\u00fade\u201d, refor\u00e7a Neris.<\/p>\n\n\n\n Por fim, a docente da UFSCar destaca a import\u00e2ncia de uma equipe multidisciplinar para a execu\u00e7\u00e3o de projeto com alto grau de ineditismo. \u201cPor ter v\u00e1rias frentes de investiga\u00e7\u00e3o, que passam desde pelo processamento da postagem, at\u00e9 a utiliza\u00e7\u00e3o dos sensores e interpreta\u00e7\u00f5es de dados m\u00e9dicos, indo at\u00e9 a frequ\u00eancia e o tipo de interven\u00e7\u00e3o, n\u00f3s precisamos de v\u00e1rias especialidades. Nosso time tem essa soma de compet\u00eancias. Os problemas atuais s\u00e3o t\u00e3o complexos que buscar a multidisciplinaridade se torna essencial. Cada etapa ser\u00e1 investigada, e n\u00e3o h\u00e1 solu\u00e7\u00f5es prontas. \u00c9 algo novo no Brasil\u201d, registra.<\/p>\n\n\n\n Pesquisadores interessados em integrar a equipe do projeto podem entrar em contato pelo e-mail vania@dc.ufscar.br<\/a><\/strong>.<\/p>\n\n\n\n