A prevalência da depressão é uma preocupação significativa de saúde pública, gerando a necessidade urgente de desenvolver ferramentas eficazes para prever condições psicológicas como a depressão. Pesquisas indicaram que a depressão afeta a linguagem usada pelos indivíduos, mas ainda não está claro se essas mudanças linguísticas podem prever a progressão dos sintomas. Para abordar essa lacuna, Hur e colaboradores (2024) utilizaram modelos de aprendizado de máquina e inteligência artificial para investigar se a linguagem poderia fornecer insights sobre sintomas futuros de depressão.
No estudo, 467 participantes foram recrutados e convidados a responder nove perguntas curtas, neutras e abertas, além de completar o Questionário de Saúde do Paciente (PHQ-9), que mede a gravidade da depressão. Após rês semanas, os participantes foram solicitados a preencher novamente o PHQ-9, para avaliar possíveis alterações nos sintomas ao longo do tempo.
Utilizando a ferramenta Linguistic Inquiry and Word Count (LIWC), que calcula a quantidade de palavras em categorias específicas, os pesquisadores analisaram as respostas escritas dos participantes para identificar a presença de termos com tom emocional positivo ou negativo. Embora as pontuações do LIWC tivessem uma correlação com a gravidade da depressão no momento da coleta das respostas, os pesquisadores descobriram que essas pontuações não foram capazes de prever a gravidade da depressão três semanas depois. Em contrapartida, as avaliações de sentimento feitas por avaliadores humanos mostraram-se eficazes na previsão dos sintomas futuros.
Além disso, os pesquisadores empregaram o ChatGPT para analisar a ordem das palavras e aspectos multidimensionais da linguagem, com o objetivo de moldar o tom emocional das respostas. As versões 3.5 e 4.0 do ChatGPT, treinadas para classificar o tom positivo ou negativo nas respostas dos participantes, demonstraram uma capacidade preditiva similar à dos avaliadores humanos em relação à evolução da gravidade da depressão. Isso sugeriu que o ChatGPT pode ser uma ferramenta útil para prever mudanças nos sintomas depressivos futuros com uma precisão comparável à análise humana.
Esse estudo representou um ponto de partida importante, estabelecendo uma base para futuras pesquisas sobre como essa abordagem pode ser aplicada a outros transtornos psiquiátricos e em períodos de tempo mais longos. Uma compreensão mais profunda dos sintomas e de como prevê-los seria extremamente valiosa para o tratamento. Ferramentas de inteligência artificial, como o ChatGPT, oferecem uma nova maneira de aproveitar os vastos dados linguísticos já disponíveis no ambiente clínico, proporcionando uma compreensão mais abrangente da saúde mental.
Published on October 4, 2024
Novo estudo
Sentimento da linguagem em mudanças nos sintomas depressivos
Ferramentas de IA sugeriram um método automatizado para prever sintomas psiquiátricos futuros a partir de respostas linguísticas breves
Author: Hur, J. et al. (2024)
Fuente: PNAS Language sentiment predicts changes in depressive symptoms
A prevalência da depressão é uma preocupação significativa de saúde pública, gerando a necessidade urgente de desenvolver ferramentas eficazes para prever condições psicológicas como a depressão. Pesquisas indicaram que a depressão afeta a linguagem usada pelos indivíduos, mas ainda não está claro se essas mudanças linguísticas podem prever a progressão dos sintomas. Para abordar essa lacuna, Hur e colaboradores (2024) utilizaram modelos de aprendizado de máquina e inteligência artificial para investigar se a linguagem poderia fornecer insights sobre sintomas futuros de depressão.
No estudo, 467 participantes foram recrutados e convidados a responder nove perguntas curtas, neutras e abertas, além de completar o Questionário de Saúde do Paciente (PHQ-9), que mede a gravidade da depressão. Após rês semanas, os participantes foram solicitados a preencher novamente o PHQ-9, para avaliar possíveis alterações nos sintomas ao longo do tempo.
Utilizando a ferramenta Linguistic Inquiry and Word Count (LIWC), que calcula a quantidade de palavras em categorias específicas, os pesquisadores analisaram as respostas escritas dos participantes para identificar a presença de termos com tom emocional positivo ou negativo. Embora as pontuações do LIWC tivessem uma correlação com a gravidade da depressão no momento da coleta das respostas, os pesquisadores descobriram que essas pontuações não foram capazes de prever a gravidade da depressão três semanas depois. Em contrapartida, as avaliações de sentimento feitas por avaliadores humanos mostraram-se eficazes na previsão dos sintomas futuros.
Além disso, os pesquisadores empregaram o ChatGPT para analisar a ordem das palavras e aspectos multidimensionais da linguagem, com o objetivo de moldar o tom emocional das respostas. As versões 3.5 e 4.0 do ChatGPT, treinadas para classificar o tom positivo ou negativo nas respostas dos participantes, demonstraram uma capacidade preditiva similar à dos avaliadores humanos em relação à evolução da gravidade da depressão. Isso sugeriu que o ChatGPT pode ser uma ferramenta útil para prever mudanças nos sintomas depressivos futuros com uma precisão comparável à análise humana.
Esse estudo representou um ponto de partida importante, estabelecendo uma base para futuras pesquisas sobre como essa abordagem pode ser aplicada a outros transtornos psiquiátricos e em períodos de tempo mais longos. Uma compreensão mais profunda dos sintomas e de como prevê-los seria extremamente valiosa para o tratamento. Ferramentas de inteligência artificial, como o ChatGPT, oferecem uma nova maneira de aproveitar os vastos dados linguísticos já disponíveis no ambiente clínico, proporcionando uma compreensão mais abrangente da saúde mental.