Os algoritmos são tão bons quanto os examinadores humanos na identificação de sinais de problemas de saúde mental em textos

Os algoritmos são tão bons quanto os examinadores humanos na identificação de sinais de problemas de saúde mental em textos

Os pesquisadores da UW Medicine descobriram que os algoritmos são tão bons quanto avaliadores humanos treinados na identificação de sinais de alerta em mensagens de texto de pessoas com doenças mentais graves. Isso abre uma área de estudo promissora que poderia auxiliar na formação em saúde mental e na escassez de cuidados.

Os resultados foram publicados na revista Psychiatric Services no final de setembro.

As mensagens de texto fazem cada vez mais parte dos cuidados e da avaliação em saúde mental, mas estas intervenções psiquiátricas remotas podem carecer dos pontos de referência emocionais que os terapeutas utilizam para orientar as conversas cara a cara com os pacientes.

A equipe de pesquisa, baseada no Departamento de Psiquiatria e Ciências do Comportamento, usou pela primeira vez o processamento de linguagem natural para detectar e identificar mensagens de texto que refletem “preconceitos cognitivos” que podem passar despercebidos por um médico com pouca formação ou excesso de trabalho. A pesquisa também poderia ajudar mais pacientes a encontrar atendimento médico.

Quando conhecemos pessoas pessoalmente, temos todos esses contextos diferentes. Temos pistas visuais, temos pistas auditivas, coisas que não são expressas em uma mensagem de texto. Estas são coisas nas quais devemos nos apoiar. A esperança aqui é que a tecnologia possa fornecer aos médicos uma ferramenta adicional para expandir as informações nas quais eles confiam para tomar decisões clínicas”.

Justin Tauscher, autor principal do artigo e atual professor assistente da Escola de Medicina da Universidade de Washington

O estudo examinou milhares de mensagens de texto únicas e não solicitadas entre 39 pessoas com doenças mentais graves e um histórico de hospitalizações e seus profissionais de saúde mental. Os avaliadores humanos avaliaram os textos em busca de vários vieses cognitivos, como normalmente fariam no contexto do atendimento ao paciente. Os avaliadores procuram uma linguagem sutil ou aberta que sugira que o paciente está generalizando demais, catastrofizando ou tirando conclusões precipitadas, o que pode ser um indicador de problemas.

Os pesquisadores também programaram computadores para realizar a mesma tarefa de avaliação de texto e descobriram que os humanos e a IA tiveram classificações semelhantes na maioria das categorias estudadas.

“A capacidade de ter sistemas implementados que possam apoiar a tomada de decisões clínicas é, penso eu, extremamente relevante e potencialmente impactante para aqueles que trabalham no terreno e que por vezes não têm acesso a formação, por vezes não têm acesso a supervisão, ou por vezes estão apenas cansados, sobrecarregados e esgotados.” “Tenho dificuldade em permanecer presente em todas as interações que eles têm”, disse Tauscher, que começou a pesquisar depois de uma década em ambiente clínico.

Ajudar os médicos seria um benefício imediato, mas os pesquisadores também veem aplicações futuras que funcionem junto com uma faixa de fitness vestível ou um sistema de monitoramento por telefone. Dror Ben-Zeev, diretor do Centro de Pesquisa Comportamental em Tecnologia e Engenharia da UW e coautor do artigo, disse que a tecnologia poderia eventualmente fornecer feedback em tempo real que alertaria um terapeuta sobre problemas iminentes.

“Da mesma forma que você obtém os níveis de oxigênio no sangue, a frequência cardíaca e outras informações”, disse Ben-Zeev, “podemos receber uma nota que indica que o paciente está tirando conclusões precipitadas e agindo catastroficamente. "Aumentar a conscientização sobre um padrão de pensamento é algo que imaginamos no futuro. As pessoas terão esses ciclos de feedback com sua tecnologia, por meio dos quais obterão insights sobre si mesmas."

Este trabalho foi apoiado pelo Instituto Garvey para Soluções de Saúde Cerebral da Faculdade de Medicina da Universidade de Washington, pelo Instituto Nacional de Saúde Mental (R56-MH-109554) e pela Biblioteca Nacional de Medicina (T15-LM-007442).

Fonte:

Medicina UW

Referência:

Tauscher, J.S., et al. (2022) Detecção automatizada de vieses cognitivos em trocas de texto entre médicos e pessoas com doenças mentais graves. Serviços Psiquiátricos. doi.org/10.1176/appi.ps.202100692.

.