O Brasil ocupa o terceiro lugar entre os países que mais consomem mídias sociais no mundo, segundo pesquisa da Comscore publicada no início de março, atrás de Índia e Indonésia, mas à frente de Estados Unidos, México e Argentina.
Aproveitando toda essa exposição do brasileiro às mídias digitais, em especial ao Twitter, pesquisadores da Universidade de São Paulo (USP) estão usando inteligência artificial (IA) para tentar criar modelos de previsão de ansiedade e depressão que possam no futuro fornecer sinais desses graves distúrbios psiquiátricos antes do diagnóstico clínico.
Para isso, a publicação na revista Language Resoucers and Evaluation conta que o grupo inciou com a construção do banco de dados SetembroBR, uma referência ao Setembro Amarelo, campanha anual de conscientização e prevenção do suicídio e à data de início da coleta de dados. Basicamente, o SetembroBR é um compilado de textos e informações de usuários da rede Twitter. A estratégia resultou na coleta manual de cronogramas, analisando tweets de cerca de 19.000 usuários, o equivalente à população de um vilarejo ou cidade pequena.
O corpus inclui todos os tweets públicos postados por esses usuários individualmente (sem retuítes), totalizando cerca de 47 milhões desses textos. Em seguida, foram utilizados dois conjuntos de dados, um para usuários que relataram ter sido diagnosticados com um problema de saúde mental e outro selecionado aleatoriamente para fins de controle. Com isso, a ideia dos pesquisadores era diferenciar pessoas com depressão da população em geral.
O estudo também coletou tweets de amigos e seguidores, de acordo com a observação de que pessoas com problemas de saúde mental tendem a seguir determinadas contas, como fóruns de discussão, influenciadores e celebridades que reconhecem publicamente sua depressão. Acredita-se que indivíduos com esse tipo de patologia são “atraídos umas pelas outras”.
Como resultado, os pesquisadores descobriram que os melhores resultados na previsão de depressão e ansiedade foram conseguidos com um algoritmo de inteligência artificial que utiliza modelos baseados em representações de codificadores bidirecionais de transformadores (BERT).
Os pesquisadores agora estão ampliando o banco de dados, refinando suas técnicas computacionais e atualizando os modelos para ver se eles podem produzir uma ferramenta para uso futuro na triagem de possíveis portadores de problemas de saúde mental e ajudar famílias e amigos de jovens em risco de depressão e ansiedade.
Quer saber mais?
Fonte: https://link.springer.com/article/10.1007/s10579-022-09633-0
