Inteligência Artificial quer ‘detectar’ depressão e ansiedade por som da voz

  • Pesquisadores de Harvard dizem que existem técnicas que podem identificar características importantes de ansiedade e depressão através do som.
  • Atualmente existem aplicativos e ferramentas online para monitoramento em tempo real do estado mental;
  • Pesquisadores de aprendizado de máquina usaram assinaturas vocais indicativas de depressão e ansiedade para prever doenças e projetar aplicativos e plataformas.

Com o tempo, o que parece ser uma cena de filme de ficção científica está se tornando realidade. Atualmente, alguns pesquisadores no campo da inteligência artificial vêm tentando entender o estado psicológico humano através do som. A informação é do jornal americano The New York Times.

“A tecnologia que estamos usando agora é capaz de identificar características importantes que nem o ouvido humano consegue”, diz a psicóloga clínica do Hospital Geral de Massachusetts, Kate Bentley, professora da Harvard Medical School.

As pesquisas sobre esse tema continuam intensas, pois ainda não existem biomarcadores confiáveis ​​para detectar transtornos psiquiátricos. Aos poucos, porém, a situação parece apontar para um futuro otimista.

De acordo com alguns cientistas, a inteligência artificial está pronta para detectar essas mudanças que ocorrem no cérebro humano.

Atualmente, é possível arriscar esse entendimento por meio de um conjunto de aplicativos e ferramentas online que monitoram os estados mentais em tempo real, além de programas que fornecem avaliações de saúde mental por meio de serviços de telessaúde.

Pesquisadores de aprendizado de máquina usaram assinaturas vocais indicativas de depressão e ansiedade para prever doenças e projetar aplicativos e plataformas.

Usando algoritmos de aprendizado profundo, é possível detectar padrões e recursos que podem não ser tão óbvios para um especialista treinado.

Kate Bentley disse que testou aplicativos de análise de saúde mental, como o “Fitness” da empresa de tecnologia de saúde Sonde Health e a ferramenta on-line gratuita “StressWaves Test” da empresa multinacional de saúde e seguros Cigna.

Claramente, uma das maiores dificuldades ainda enfrentadas no desenvolvimento dessas plataformas é desenvolver tecnologias que focam na justiça individual do paciente, levando em consideração idade, sexo, etnia, nacionalidade e vários critérios demográficos. 

Compartilhe:

Share on facebook
Share on twitter
Share on telegram
Share on whatsapp
você pode gostar de

Leonardo Bonato Felix

Tem graduação (UFSJ, 2002), mestrado (UFMG, 2004) e doutorado(UFMG, 2006) também em Engenharia Elétrica. Foi pesquisador visitante da University of Southampton-UK (2019-2020). É professor do Departamento de Engenharia Elétrica da UFV (2006-presente), nas disciplinas de Inteligência Computacional, Sinais e Sistemas, Modelagem e Identificação de Sistemas, Introdução à Engenharia Biomédica, Eletrônica, etc. É pesquisador 1D CNPq, atuando no processamento de sinais biológicos, teoria da detecção e aplicações de inteligência artificial.

Domingos Sárvio Magalhães Valente

Possui graduação em Engenharia Agrícola e Ambiental pela Universidade Federal de Viçosa (2003), mestrado em Engenharia Agrícola pela Universidade Federal de Viçosa (2007) na área de concentração em Pré-Processamento e Armazenagem de Produtos Agrícolas, doutorado em Engenharia Agrícola pela Universidade Federal de Viçosa (2010) na área de concentração em Mecanização Agrícola. Pós-doutorado na University of Illinois (Urbana-Champaign) nos Estados Unidos. Atualmente é Professor Associado da Universidade Federal de Viçosa, no Departamento de Engenharia Agrícola, atuando nas Áreas de Mecanização Agrícola, e Agricultura de Precisão e Digital.

José Augusto Miranda Nacif

Professor no Instituto de Ciências Exatas e Tecnológicas (IEF) do Campus UFV-Florestal da Universidade Federal de Viçosa (UFV). Possui mestrado e doutorado em Ciência da Computação (2004 e 2011) pela Universidade Federal de Minas Gerais e graduação em Engenharia de Controle e Controle e Automação (2001) pela Pontifícia Universidade Católica de Minas Gerais. Atualmente é orientador do Programa de Pós-Graduação em Ciência da Computação da UFV. É bolsista de produtividade do CNPq, nível 2. Tem experiência na área de Ciência da Computação, atuando principalmente nos seguintes temas: Internet das coisas, nanocomputação, computação de alto desempenho e aprendizado de máquina.

Moysés Nascimento

Possui graduação em Estatística pela Universidade Federal do Espírito Santo (2007), mestrado em Estatística Aplicada e Biometria pela Universidade Federal de Viçosa (2009) e doutorado em Estatística e Experimentação Agropecuária pela Universidade Federal de Lavras (2011). Realizou pós-doutorado em Análise de dados Genômicos, via Métodos Econométricos, na North Carolina State University (EUA, 2016). Atualmente, é professor Associado no Departamento de Estatística da Universidade Federal de Viçosa. Tem experiência na área de Probabilidade e Estatística Aplicada, com ênfase em Métodos Estatísticos Aplicados ao Melhoramento - Plantas e Animais, Inteligência Computacional e Aprendizado Estatístico.

Rodolpho Vilela Alves Neves

Possui graduação em Engenharia Elétrica pela Universidade Federal de Viçosa (2011), mestrado (2013) e doutorado (2018) em Engenharia Elétrica pela Universidade de São Paulo. Entre 2015 e 2016, foi pesquisador visitante na Aalborg University, Dinamarca. Atualmente, é professor adjunto no Departamento de Engenharia Elétrica da UFV. Atua principalmente nos temas geração distribuída e controle de sistemas de energia.

Sabrina de Azevedo Silveira

É graduada em Ciência da Computação pela Universidade Federal de Minas Gerais (UFMG-2008) e tem doutorado em Bioinformática (2013). Possui pós-doutorado no European Molecular Biology Laboratory-European Bioinformatics Institute (EMBL-EBI), em Cambridge, no Reino Unido (2019), e no Laboratório de Bioinformática e Sistemas (LBS), do Departamento de Ciência da Computação da Universidade Federal de Minas Gerais (2015). Atualmente, é professora no Departamento de Informática (DPI), da Universidade Federal de Viçosa (UFV). É orientadora do Programa de Pós-Graduação em Ciência da Computação da UFV (CAPES 4) e do Programa de Pós-Graduação em Bioinformática da UFMG (CAPES 7). Tem experiência na área de Ciência da Computação e Bioinformática, atuando principalmente nos seguintes temas: predição de função de enzima, mineração de dados, aprendizagem de máquinas, bases de dados biológicos e visualização de dados.

what you need to know

in your inbox every morning