Algoritmo identifica depressão através da fala
Por Fidel Forato | Editado por Luciana Zaramela | 08 de Fevereiro de 2023 às 10h18
Cientistas chineses desenvolvem novo algoritmo de aprendizado profundo (deep learning) que pode detectar a depressão a partir da fala de um indivíduo. A tecnologia analisa inúmeras variações na voz, como tempo e ênfases. Nos testes, a ferramenta conseguiu identificar os casos da doença psiquiátrica com 87% de precisão, segundo estudo publicado na revista científica Mobile Networks and Applications.
- Tratar depressão é a forma eficaz de prevenir suicídios, apontam especialistas
- Por que a depressão afeta tantos humoristas?
O algoritmo ainda não está pronto para ser lançado no mercado, mas a tecnologia pode se tornar uma valiosa assistente para psiquiátricas e psicólogos no diagnóstico da depressão. Afinal, os indicativos da depressão exclusivos da fala, que seriam dificilmente captados pela percepção humana, poderiam ajudar no fechamento do diagnóstico.
Aqui, vale lembrar que a depressão tem diferentes desdobramentos na vida de um indivíduo. Hoje, sabe-se que o tratamento e acompanhamento da doença é uma das melhores estratégias para prevenir o suicídio.
Como foi treinado o algoritmo que detecta a depressão pela fala?
Desenvolvido por pesquisadores do Jinhua Advanced Research Institute e da Harbin University of Science and Technology, ambos localizados na China, o algoritmo de aprendizado profundo foi desenvolvido para reconhecer emoções na fala humana através da análise de características consideradas relevantes, o que pode culminar no diagnóstico da depressão.
Para treinar o algoritmo, a equipe de cientistas usou um banco de dados com gravações e registros vocais de pessoas com e sem depressão. Estes vídeos foram coletadas em entrevistas conduzidas por um assistente virtual que perguntava sobre o humor e a vida do entrevistado.
Quando testado, na prática, o algoritmo conseguiu identificar a depressão em 87% dos casos testados. A taxa de acerto foi levemente superior para os pacientes do sexo feminino, onde subia para 87,5%. Agora, os testes devem continuar no processo de aperfeiçoamento da tecnologia.