USP cria inteligência artificial que detecta sinais de depressão em postagens do Twitter
Pesquisa tem base de dados que detecta possível depressão em usuários do Twitter.
Os transtornos mentais, como a depressão, são um grande problema de saúde pública em todo o mundo. A dificuldade em identificar os sintomas desse transtorno pode levar a um diagnóstico tardio e, consequentemente, a um tratamento menos efetivo.
Para ajudar nessa tarefa, pesquisadores da Universidade de São Paulo (USP) desenvolveram uma Inteligência Artificial (IA) capaz de diagnosticar a depressão a partir das postagens dos usuários no Twitter.
Os estudos estão na segunda etapa, na qual os pesquisadores estão focados em criar modelos de previsão. Assim, a tecnologia consegue detectar se o usuário está com algum tipo de tendência depressiva, considerando seus posts e os perfis que segue na rede social.
Tecnologia da USP pode detectar usuário do Twitter com depressão
A Inteligência Artificial com base de dados foi nomeada de SetembroBR, em referência ao mês de prevenção contra o suicídio. Atualmente, a pesquisa conta com conexão de 3,9 mil usuários do Twitter. Assim, a IA do estudo observa o comportamento dos voluntários na rede social.
Antes de usarem a ferramenta da USP, todos os participantes da pesquisa revelaram ter diagnóstico de depressão ou estar em algum tratamento para transtorno mental. Esses resultados são promissores para a conclusão do mecanismo.
A tecnologia detecta os padrões de posts do usuário do Twitter e o conteúdo de suas mensagens. Além disso, pessoas com depressão tendem a seguir outros perfis com os quais se identificam, considerados como perfis depressivos.
Estes costumam compartilhar seus sentimentos e experiências relacionadas à doença, e podem ter um impacto negativo na saúde mental dos seguidores.
“Essas pessoas se atraem porque têm interesses comuns”, explicou Ivandre Paraboni, o principal autor do estudo, ao Jornal da USP.
Os tuítes usados na pesquisa foram anônimos, assim, os participantes da pesquisa não poderiam ter seus perfis identificados. A etapa seguinte do estudo é expandir a base de dados e aprimorar a técnica computacional. O intuito é utilizar a ferramenta na prática, futuramente.