Algorítmo brasileiro promete identificar tendências suicidas em mensagens
Pesquisadores do Laboratório de Psiquiatria Molecular do Hospital de Clínicas de Porto Alegre (HCPA) criaram um algoritmo capaz de analisar textos em busca de sinais que mostrem tendências suicidas. O estudo foi divulgado na revista científica Plos One.
Usando uma história real
Ives Cavalcante Passos, médico psiquiatra, professor e um dos responsáveis pelo estudo, explicou à BBC que foi escolhido como paciente fictício a escritora britânica Virginia Woolf, que tirou a própria vida em 1941, aos 59 anos.
E isso foi por causa do histórico dela, que se assemelha em muito ao de várias pessoas que acabam se matando: sofria de transtorno bipolar e durante a vida teve diversos episódios depressivos, com tentativas de suicídio.
O algoritmo escolhido foi o mesmo utilizado pelos sistemas de e-mails, para identificar quais mensagens serão direcionadas à caixa de spam e quais permanecem na caixa de entrada. A vantagem no caso da paciente escolhida para os testes, é que Virginia tem uma vasta produção de textos pessoais publicados, por escrever quase que diariamente em seu diário e enviar cartas com frequência.
O estudo fez parte da dissertação de mestrado de Gabriela de Ávila Berni e contou com a supervisão do professor Flávio Kapczinski, da McMaster University.
Processo e resultado
O primeiro passo dado pelos pesquisadores foi “ensinar” ao algoritmo como identificar cartas e outras anotações relacionadas ao desfecho do suicídio. Para tanto, textos escritos por Virginia dentro dos dois meses que antecederam sua morte foram utilizados.
O corte temporal foi determinado pelos próprios médicos, que entenderam que neste período ela já estava em um estágio bastante crítico para o risco de suicídio.
Quando o treinamento do sistema foi concluído, os pesquisadores o aplicaram aleatoriamente em diversos textos da escritora, produzidos em períodos que antecederam tentativas de suicídio como em outros de momentos em que ela estava fora de risco. E o algoritmo foi capaz de acertar em 80% dos casos. A cada 100 textos analisados, em 80 deles o desfecho foi exato: se Virginia iria ou não tentar se matar nos próximos meses.
Expectativa
Passos afirma que, no futuro, a ideia é fazer com que essa mesma ferramenta seja transplantada para um aplicativo que possa analisar tudo o que escrevemos em nossos smartphones, como as mensagens em WhatsApp e outras redes sociais, e a partir disso emitir um alerta caso seja detectado o risco de suicídio.
Apesar disso, ele lembra que o algoritmo é individualizado, já que o padrão de escrita varia de pessoa para pessoa, e que o algoritmo criado para Virginia Woolf funciona apenas com ela.
Outro ponto destacado por Passos é de que a ferramenta só pode ser aplicada em pacientes que já tentaram se matar, justamente porque ela é treinada com base em eventos prévios. Um dos fatores de risco, segundo ele, é o fato de que a pessoa já tentou o suicídio uma vez e outro é que essas pessoas vão deixando sinais e é preciso estar atento.
“Essa pessoa que dá pistas, que fala que vai se matar, que escreve uma carta de suicídio, que no colégio busca o coordenador ou fala para o amiguinho que pode tentar se matar, ela pode realmente se matar”, diz.
A ferramenta pode se tornar ainda mais precisa com a inclusão de outros fatores de risco como histórico de suicídio na família, consumo de álcool e drogas e o sexo do paciente – no Brasil, por exemplo, os homens se matam quatro vezes mais do que as mulheres. Variações no fenótipo digital do usuário, como tom de voz ao telefone e até velocidade de digitação também são consideradas para futuras análises.
Prevenção
Com o algoritmo a medicina pode se tornar mais preventiva, na opinião de Passos. Ele lembra que atende em seu consultório pessoas que chegam deprimidas e que talvez no futuro, com avanços como esse proporcionados pela tecnologia, esses pacientes cheguem até os médicos antes mesmo de entrar num quadro depressivo. “Não vamos tratar o episódio depressivo, vamos prevenir”, finaliza.
Segundo fonte de Sempre Família
0 Comments