Edição de Notícias da UFSCar Categoria Selecione um ou mais campus que a notícia deve ser exibida. São CarlosArarasSorocabaLagoa do Sino Título Informe o título da notícia. Subtítulo Informe o subtítulo Texto Informe o texto da notícia. Com o intuito de oferecer apoio e buscar uma compreensão mais abrangente da saúde mental de estudantes universitários, pesquisadores das áreas de Computação, Medicina e Psicologia da UFSCar iniciaram projeto de pesquisa que mescla diferentes áreas do conhecimento e tecnologias para apoio ao diagnóstico e tratamento de pessoas com possível perfil depressivo. A iniciativa, financiada pela Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp), utiliza Processamento de Língua Natural (PLN) para análise de textos publicados em redes sociais, articulado à computação vestível, na forma de relógios com sensores de sinais fisiológicos. O objetivo é contribuir para identificação precoce e intervenção rápida em casos de possíveis transtornos de saúde mental.<br><br>A primeira etapa da iniciativa, cuja duração prevista é de dois anos, envolve a criação de um modelo computacional apelidado de Amigo Virtual Especializado (Amive). O Amive terá um perfil em rede social, cujos amigos serão estudantes universitários participantes da pesquisa. A partir da definição de um conjunto de palavras e expressões indicadoras de um possível perfil depressivo (PPD), o Amive será capaz de processar os textos publicados pelos estudantes na rede, usando PLN, uma forma de aprendizado de máquina.<br><br>"Estamos neste momento, com os pesquisadores da área da Saúde que integram o projeto, justamente identificando que palavras e expressões são estas", conta Vânia Paula de Almeida Neris, docente do Departamento de Computação (DC) responsável pela iniciativa. Além dela, compõem a equipe os docentes da UFSCar Helena de Medeiros Caseli, também do DC; Jair Borges Barbosa Neto, do Departamento de Medicina (DMed); e Taís Bleicher, do Departamento de Psicologia (DPsi). Outras participantes são Heloisa Cristina Figueiredo Frizzo, do Departamento de Terapia Ocupacional da Universidade Federal do Triângulo Mineiro (UFTM), e Vivian Genaro Motti, do Departamento de Ciência da Informação e Tecnologia da George Mason University, nos Estados Unidos.<br><br>À análise textual das postagens serão combinadas escalas de avaliação psicométrica, que realizam rastreio para sintomas depressivos e avaliam a qualidade de vida, e também a coleta de sinais fisiológicos, a ser realizada por relógios com sensores. Neris destaca, no entanto, que o intuito não é fechar um diagnóstico, mas sim permitir a identificação de possível perfil depressivo, para disponibilizar precocemente intervenções que possam, aí sim, servir de apoio ao diagnóstico e ao tratamento daquela pessoa e indicar a procura de ajuda, quando necessária.<br><br><strong>Análise textual</strong><br>"O desafio é capturar o conhecimento humano e fazer uma máquina reproduzi-lo; ou seja, passar para o modelo computacional os indícios que nós detectamos em palavras e textos que aparentam estados mentais negativos, depressivos, de angústia, de algum tipo de problema. Comumente, detectamos palavras e expressões mais fáceis, como 'morte', 'cansaço', 'não consigo'; mas, às vezes, são mensagens com palavras e entonações não tão explícitas em relação a um problema, mas que trazem uma mensagem com sentimentos que aparentam ansiedade, angústia ou depressão", pontua Caseli, ao falar sobre o Processamento de Língua Natural.<br><br>A partir dessas palavras e expressões, é possível criar algoritmos e, por meio do aprendizado de máquina, um modelo computacional capaz de identificar uma determinada mensagem como indicadora de um sintoma específico, uma segunda mensagem de outro, e assim por diante, em um modelo treinado que será colocado no Amive para identificação de mensagens consideradas próprias de possível perfil depressivo.<br><br>Após a primeira fase, o Amive conseguirá, além de captar sinais para a detecção de PPDs, produzir postagens automáticas em modo privado, na tentativa de ajudar o indivíduo a identificar o perfil depressivo e buscar ajuda. Aqui serão testados diferentes tipos de conteúdo, inclusive em linguagens diversas (texto, vídeo, foto).<br><br><strong>Sensores</strong><br>Além disso, será inserida a combinação com o uso de tecnologia vestível, considerada pelos responsáveis o maior diferencial do projeto, uma vez que o monitoramento por meio de sensores permite acompanhar a pessoa em tempo integral, trazendo resultados objetivos. O sensor será um relógio inteligente, que analisará sinais fisiológicos considerados, pela área da Saúde, indicadores importantes como sinais de depressão, estresse e ansiedade, coletando dados como batimentos cardíacos e outras medidas captadas por acelerômetro e giroscópio.<br><br>"Já existem pesquisas que usam a análise de texto para identificar PPD. Porém, os usuários podem alterar o texto propositalmente com o intuito de gerar o impacto social desejado. Por isso, o diferencial do projeto é justamente mesclar essa análise com as demais avaliações, agregando essas outras fontes de dados na tentativa de sermos mais precisos na identificação dos possíveis perfis depressivos", detalha Neris.<br><br>Assim, os dados serão analisados e integrados com os das redes sociais. "Por exemplo: somente pelo batimento cardíaco fica difícil entendermos qual é o estado emocional da pessoa; no entanto, se atrelarmos a variabilidade no nível de batimento cardíaco com demais itens - como agitação, pela detecção de que está indo de um lado para outro; quantidade de postagens; teor e horários das mensagens, dentre outros -, podemos ter a indicação de que aquela pessoa pode estar ansiosa ou estressada. Ou seja, os dados atrelados conseguem indicar de forma mais precisa o tipo de comportamento", complementa Motti.<br><br>Com essas informações, é possível entender como a pessoa está se sentindo num exato momento e reconhecer estratégias que possam ajudá-la. "Se ela está se sentindo ansiosa ou estressada, é possível dar uma pausa nos estudos naquele momento, tomar um ar ou beber uma água, para se sentir melhor. Muitas vezes, interromper uma atividade em determinada situação traz tranquilidade e melhora a produtividade", exemplifica a pesquisadora.<br><br>Com base nos resultados, o grupo de pesquisadores espera, portanto, conseguir enviar estratégias e informações diretas aos usuários, aumentando a sua capacidade e a habilidade de entender o que está acontecendo em determinado momento e quando deve procurar ajuda.<br><br>"Sabemos que as situações de estresse, ansiedade e depressão são comuns na população acadêmica e têm um custo alto. O estudante comumente não tem acesso ao sistema de saúde, por ser custoso, ou pode ter vergonha de procurar auxílio. Ao mesmo tempo, ele tem acesso à tecnologia. Se conseguirmos fornecer subsídios nesse sentido, nossa expectativa é fazer com que o estudante possa procurar ajuda quando necessária, e que receba intervenções e tratamento o mais rápido possível. A ideia é evitar que o problema tenha consequências maiores e mais críticas no futuro", resume Motti.<br><br>Um outro diferencial da abordagem proposta é a obtenção de dados de maneira contínua. "A máquina não para. É capaz de avaliar, em tempo integral, tanto os sinais fisiológicos, como o conjunto de postagens - de ontem, hoje, em qualquer horário. Com uma equipe de humanos, isso não acontece, porque o usuário não tem o profissional ao lado o tempo inteiro. Nesse sentido, a solução computacional pode ajudar no cenário de uma maneira que complemente o apoio da equipe de saúde", reforça Neris.<br><br>Por fim, a docente da UFSCar destaca a importância de uma equipe multidisciplinar para a execução de projeto com alto grau de ineditismo. "Por ter várias frentes de investigação, que passam desde o processamento da postagem, até text/htmltext/plain Data Selecione a data da notícia. Atualizado em Selecione a data de atualização da notícia. Hora Informe a hora utilizando o formato HH:MM:SS. Data de Expiração Selecione uma data para a notícia expirar. Horário de Expiração Informe o horário que a notícia deve expirar utilizando o formato HH:MM:SS. Autor Informe o nome do autor Destaque Marque se a notícia é um destaque. Expira Marque se a notícia deve expirar. Perfil Escolha um perfil ou mais. EstudanteForeign VisitorDocente/TAPesquisadorVisitante Imagem Portal Insira uma imagem que será utilizada na notícia do portal. 69860_sensor_portal_5342649129471025396.jpg — image/JPEG, 18 KB Manter a imagem atual Remover a imagem atual Substituir por uma nova imagem Legenda da Imagem Portal Informe a legenda para a imagem utilizada na notícia do portal. Vídeo Informe o vídeo da notícia.
