IA verifica saúde mental por meio de padrões de voz

23 de março de 2020 4 mins. de leitura
Aplicativo desenvolvido por universidades da Califórnia acertaram em 78% os diagnósticos clínicos de saúde mental

O uso de Inteligência Artificial (IA) associado à tecnologia de reconhecimento de voz pode ser útil para identificar mudanças na saúde mental da população. Essa é a premissa principal de um novo estudo realizado por pesquisadores da Universidade da Califórnia e da Universidade do Sul da Califórnia, nos Estados Unidos.

Para facilitar a comunicação com os pacientes, os cientistas criaram um aplicativo de resposta interativa por voz (URA) chamado MyCoachConnect. O programa era acessado por meio de uma ligação telefônica gratuita, usando identificação e senha pessoais.

Na fase piloto do projeto, 47 pacientes foram acompanhados por 14 meses. Todos estavam sendo tratados por médicos especialistas em doenças mentais graves. Os pacientes deveriam ligar o aplicativo duas vezes por semana para fornecer autoavaliações e amostras abertas de resposta por meio de voz. Com base em suas preferências, foram eles que decidiram o horário e o dia da semana em que deveriam ligar.

A partir de uma voz gerada por um computador eram feitas perguntas aos pacientes, com o tempo limite de três minutos para responder, por exemplo: 1) “Como você está nos últimos dias?”; 2) “O que tem sido preocupante ou desafiador nos últimos dias?”; 3) “O que tem sido particularmente bom ou positivo?”.

Foram coletadas 1.101 amostras vocais. No final, o programa de IA verificou as amostras para identificar e analisar palavras-chave, bem como padrões vocais de cada pessoa. Com isso, foram selecionadas as palavras de cada participante e verificado como elas mudavam a cada vez que ligavam. Os pesquisadores concluíram que a IA foi mais eficiente em monitorar as mudanças no estado mental dos participantes como se fossem seus próprios médicos.

Dificuldades da medicina experimental

Encontrar critérios objetivos para diagnosticar os sintomas e o grau das doenças mentais é uma das barreiras para o avanço dos estudos nessa área, avaliam os pesquisadores. Os experimentos atuais também requerem treinamento especializado dos aplicadores e um processo rígido científico. As pesquisas dependem de estudos realizados em larga escala, com perguntas que são específicas sobre sintomas e status funcional. As respostas obtidas ainda precisam ser confirmadas por recall para confirmação dos dados.

Os resultados são validados em nível populacional, tornando difícil o diagnóstico precoce de distúrbios agudos e a prevenção em nível individual. Os cientistas da Califórnia esperam que a IA possa aumentar a capacidade de análise de trajetórias individuais para apoiar um tratamento clínico mais proativo, além de melhorar o entendimento dos processos biológicos que provocam os padrões temporais.

A influência da saúde mental nas palavras

(Fonte: Shutterstock)

A linguagem fornece informações contextuais ligadas às experiências de vida dos pacientes e aos estados neuropsiquiátricos. Por exemplo, após a interrupção do sono, foram observados o aumento do uso de palavras em estados delirantes e a redução da fluência de palavras.

Na saúde mental, o uso de palavras específicas, incluindo emoções negativas ou positivas, foi associado a estados depressivos e à exposição a eventos traumáticos. Dessa maneira, aspectos acústicos e paralinguísticos da voz são, portanto, associados aos sintomas depressivos em resposta ao tratamento. Eles foram usados também para classificar os estados maníacos, depressivos, bipolares, afetivos e suicidas de indivíduos.

Resultados da pesquisa

O algoritmo foi treinado de acordo com cada pessoa, sendo que a IA foi capaz de prever com precisão 78% estados clínicos reais. O resultado é semelhante à confiabilidade de inter-examinadores dos instrumentos usados para medir o estado da saúde mental na prática.

Já o modelo populacional teve correlação estatisticamente significativa entre as classificações da avaliação global realizadas por profissionais, usando amostras de fala de chamadas anteriores. Baseando-se nisso, essas descobertas podem ajudar na criação de intervenções clínicas que prevejam as necessidades do paciente, com o objetivo de proporcionar um atendimento proativo.

Fontes: Medical News Today, Plos One, UCLA.

Gostou? Compartilhe!