Notícia

Donattus

Cientistas da USP usam Inteligência Artificial para prever depressão (159 notícias)

Publicado em 11 de abril de 2023

Programa Info CIENCIA (Argentina) Portal da TV Cultura ECOWAS - Economic Community of West African States - Drug Unit Portal (Nigéria) A Gazeta (ES) online Medicina S/A JC Concursos Olhar Digital Ciclo Vivo Rede Bom Dia Fator RRH Blog da Amazônia Jornal da USP online O Progresso (Dourados, MS) online Planeta online Visão Regional Jornal da Ciência online Blog Jornal da Mulher Rádio Itatiaia 610 AM | 95,7 FM Farmacêutico Márcio Antoniassi Em Foco Só Notícia Boa Artemísio da Costa Noticias de Contagem online Portal do Zacarias Visão Cidade Palmas Aqui Pharma Innovation TV Jornal Gizmodo Brasil Gizmodo Brasil Grupo Rio Claro SP Portal Integração Negócios Disruptivos Negócios Disruptivos Rádio Sagres 730 AM Conteúdo MS The World News (Ucrânia/Brasil) Saense Portal Varada LIM - Laboratórios de Investigação Médica Blog Ultimas Noticias O Tempo (Contagem, MG) online Tech 4 Health Amazônia Press Head Topics (Brasil) Head Topics (Brasil) Jornal Alerta Iporã News PPTA Soluções e Tecnologia Primeiro Momento Paulopes Jornal Times Brasília Única News Plantão dos Lagos Plantão dos Lagos Plantão dos Lagos Blog Sempre Livre - Cristóvam Aguiar Academia de Ciências da Bahia Notícias & Artigos NCV News Revista Go Outside online Minuto MT Portal Nine Saúde em Tela Hoje Pernambuco JorNews JorNews Expresso 222 Expresso 222 São Paulo Jornal Folha de Bar Jornal A Voz do Povo online (Uberlândia, MG) Guia Viver Bem Blog O Cubo O Primeiro Portal GNTC - Guia Comercial e de Notícias de Tietê e Cerquilho Aracaju Agora Notícias Academia Médica Beija-Flor FM 98,7 Real Time News Notícias do Brasil Digitado Deutsche Welle (Brasil) Portal Terra Digital BolaVip Boletim Trends CE Impacto+ Tá Contratado AgoraPE DM Sudoeste online Actubisontine (França) Le Grand Plateau JGM Publicidades Portal Cidade Dourados BBC Brasil Alagoas ao Vivo Social Marília In Magazine Visão 360 News Endsdaytime News (EUA) Fluxo de Estudo Fluxo de Estudo Tudo EP Buobe Jornal Tô Informado Portal Uauá O Seu Jornal Rádio Olímpia 87,9FM Fontoura Notícias Jovem na Mídia República Play Mais Top News Sertão Atual Tutoriais Web Kate Lawson (Reino Unido) Blog da Condessa AL 102 BBC Suaíli (Quênia) DF EXPRESSO AL.SO NEWS Tudo sobre Cabelos Revista RCP online O JOR Rádio Multi Web O Melhor Do Bata Rádio Viçosa FM 95,1 Três Lagoas News Aparecida do Taboado Notícias
Por donattus

O método poderá ser utilizado no futuro para antecipar os problemas emocionais antes mesmo deles surgirem ou serem diagnosticados.

“Os indicativos de depressão que aparecem no consultório não são necessariamente os mesmos que estão na rede social. Por exemplo: percebemos, de maneira bem forte, o uso na rede de pronomes na primeira pessoa, como eu e mim, o que na psicologia é um indicativo clássico de depressão”, explicou o professor e pesquisador da USP Ivandre Paraboni.

O estudo teve início com a construção de uma base de dados chamada setembro BR que reúne informações de textos de usuários do twitter, 3,9 mil perfis já foram analisados e um total de 47 milhões de publicações.

Com a análise dos dados coletados completa, os pesquisadores perceberam que é possível descobrir se um indivíduo apresenta risco de desenvolver depressão com base na rede social de amigos ou seguidores.

O professor Ivandre, revelou que e pessoas que têm transtornos mentais buscam interesse em comum, como por exemplo seguir uma celebridade que revela sofrer da mesma condição.

“Inicialmente, fizemos uma coleta nas timelines em um trabalho artesanal, analisando textos de cerca de 19 mil usuários do Twitter, o que corresponde quase à população de uma pequena cidade”, afirmou o professor.

Posteriormente, os dados foram cruzados com parte de usuários realmente diagnosticados com transtornos mentais e uma outra aleatória, isso foi necessário para ajudar na diferenciação de pessoas com depressão e a população em geral.

IA

Os cientistas da USP, submeteram o material textual coletado a um procedimento de pré-processamento e limpeza de dados, que removeu caracteres como hyperlinks, emojis e hashtags.

Depois da primeira limpeza, os pesquisadores usaram o método de aprendizado profundo que criou quatro classificadores de palavras. Esses modelos são capazes de aprender o contexto e significado das palavras a partir do monitoramento em uma sentença, por exemplo.

Ao total, 200 tweets de cada usuário foram escolhidos aleatoriamente e tiveram seus anonimato respeitados.

O professor ressaltou que uma incidência alta entre os usuários depressivos da utilização do símbolo de coração e o emoji da afetividade, algo que ainda talvez não esteja dentro dos diagnósticos da psicologia.