Inteligência Artificial e a Identificação de Riscos de Depressão em Pacientes

Recentemente, uma equipa de investigadores sul-coreanos publicou um estudo na Jama Open Network que destaca o potencial dos grandes modelos de linguagem (LLM) para detectar riscos à saúde mental, incluindo depressão e tendências suicidas, em indivíduos sob tratamento psiquiátrico.

A investigação avalia sistemas de inteligência artificial como o Chat GPT e outros, que são treinados em imensas quantidades de dados, permitindo-lhes compreender e gerar linguagem natural. Os LLM foram analisados por uma série de técnicas de processamento linguístico, como os 'embeddings', que transformam a linguagem humana em vetores matemáticos.

O estudo envolveu 1.064 doentes psiquiátricos, com idades entre 18 e 39 anos, que participaram em testes de autoavaliação incluindo o preenchimento de frases incompletas. Este tipo de teste pede aos participantes que completem frases inacabadas, proporcionando assim uma visão subjetiva sobre a sua autoimagem e relações pessoais.

Os dados recolhidos foram analisados por modelos como o GPT-4 e o text-embedding-3-large da OpenAI. Os resultados indicam que esses modelos mostram eficácia na avaliação dos riscos à saúde mental, sendo capazes de identificar sinais de stress e tendências suicidas com base nas narrativas dos pacientes.

Alberto Ortiz, do Hospital Universitário La Paz em Madrid, embora não tenha participado na pesquisa, apontou que a análise foi feita em pacientes já tratados, o que limita a generalização dos resultados para a população em geral. Em declarações ao Science Media Centre, Ortiz salientou que a aplicação da IA na área da saúde mental deve focar-se nas narrativas pessoais, como demonstrado neste estudo.

Contudo, ele alertou que enquanto a detecção de riscos é importante, o tratamento de pessoas que sofrem de problemas mentais requer mais do que tecnologia, uma vez que a subjetividade do profissional é crucial para estabelecer uma ligação terapêutica eficaz.