A inteligência artificial começa a ler nas entrelinhas da saúde mental

A inteligência artificial começa, agora, a captar o que fica implícito.

Da forma como um doente formula um medo à pausa antes de dizer “estou bem”, os cuidados de saúde mental continuam a girar em torno da linguagem. Os clínicos observam expressões, avaliam hesitações e interpretam listas de sintomas. Ainda assim, esse julgamento passa inevitavelmente por rotinas, enviesamentos e cansaço. Novas ferramentas de IA prometem analisar as mesmas palavras, silêncios e sinais faciais, mas com outro tipo de atenção - capaz de detectar padrões que às pessoas escapam.

Quando a linguagem molda, em silêncio, os diagnósticos em saúde mental

A psiquiatria contemporânea apoia-se em questionários e entrevistas estruturadas. Os doentes classificam a frequência com que se sentem “tristes”, “em alerta”, “sem esperança” ou “inquietos”. À primeira vista, são termos simples, quase banais. Porém, por detrás deles está uma carga diagnóstica considerável.

Trabalhos recentes em revistas como a Nature Mental Health indicam que as ferramentas construídas com base nessa linguagem deixam escapar precisão. Escalas diferentes para depressão, ansiedade, stress, traços de autismo ou psicose inicial reutilizam frequentemente as mesmas ideias, apenas com pequenas variações. Há perguntas que se sobrepõem, se repetem ou diferenciam nuances de forma tão subtil que, em vez de esclarecer, acabam por baralhar.

"Os questionários padrão de saúde mental podem fazer perguntas diferentes que, de forma escondida, medem a mesma experiência - ou a mesma pergunta que aponta para perturbações diferentes."

No dia a dia clínico, isto tem impacto. A perturbação do sono de um doente pode empurrar a pontuação para lá do limiar de depressão numa escala, mas assinalar ansiedade ou trauma noutra. Para o clínico, as palavras parecem óbvias; no entanto, o significado oscila consoante o formulário utilizado, a formação recebida e até os casos anteriores que ficaram na memória.

Também os doentes trazem filtros próprios. Uma pessoa com tendência perfeccionista pode concordar fortemente com todos os itens do tipo “sinto-me stressado”. Outra, educada a minimizar o sofrimento, pode assinalar “às vezes” mesmo quando mal consegue funcionar. O questionário aparenta objectividade, mas a leitura de cada frase permanece profundamente subjectiva.

Como a IA começa a ler nas entrelinhas da psiquiatria

Modelos de linguagem de grande dimensão (LLM) como o GPT‑3, o Llama ou o BERT passaram a ser aplicados às ferramentas preferidas da psiquiatria: dezenas de milhares de itens de escalas de avaliação amplamente usadas. Em vez de pontuarem respostas, estes modelos analisam as próprias perguntas.

Equipas de investigação introduziram mais de 50.000 itens de questionários, provenientes de quatro escalas principais, nestes modelos. O objectivo foi calcular a distância semântica entre pares de perguntas, agrupar as que tinham significado semelhante e inferir que sintomas parecem estar ligados por baixo da superfície.

O mais marcante veio a seguir. Sem terem acesso a uma única resposta real de doentes, os modelos reconstruíram grande parte da mesma estrutura que aparece em dados humanos. Itens que se correlacionam em amostras clínicas reais surgiram igualmente próximos nos mapas semânticos gerados.

Alguns pares de perguntas revelaram um score elevado de semelhança, reflectindo valores de correlação até 0.57 em doentes reais. E, quando combinada com técnicas clássicas de aprendizagem automática, como as random forests, a IA conseguiu até prever dimensões diagnósticas importantes apenas a partir do texto. Em certos contextos, os modelos atingiram cerca de 80% de precisão em escalas como a DASS, que mede depressão, ansiedade e stress.

"A IA consegue inferir como os sintomas se organizam na mente das pessoas apenas ao ler a formulação das perguntas, sem tocar em dados de doentes."

Este resultado põe em causa uma premissa discreta da psiquiatria: a ideia de que a estrutura das perturbações mentais emerge apenas das respostas das pessoas. Aqui, essa estrutura já está embutida na linguagem dos instrumentos - e os modelos conseguem trazê-la à tona.

De listas inchadas a ferramentas de saúde mental mais precisas

Quando a IA evidencia que certos itens, na prática, perguntam o mesmo, abre-se espaço para simplificar. Se três perguntas, com redacções diferentes, captam o mesmo sentimento subjacente - por exemplo, uma sensação de desgraça iminente - talvez baste uma.

• Itens redundantes podem ser eliminados, encurtando testes sem perder precisão.
• Frases ambíguas podem ser reescritas quando os modelos assinalam significados mistos.
• Escalas diferentes podem ser alinhadas quando usam palavras distintas para o mesmo conceito.

Deste processo podem nascer ferramentas diagnósticas “enxutas”: menos perguntas, significado mais claro e menor carga para os doentes. Escalas mais curtas ajudam em consultas com pouco tempo, serviços de urgência e plataformas online, onde cada minuto extra reduz a taxa de conclusão.

A IA também fornece uma forma de verificar se um item se comporta de modo semelhante entre culturas e línguas. Se uma palavra que sustenta uma pergunta em inglês não corresponder bem ao equivalente em árabe ou espanhol, a análise semântica pode sinalizar essa discrepância. Assim, evita-se que um questionário traduzido passe, subtilmente, a medir algo diferente do original.

O que muda no consultório

Estes sistemas não se sentam diante do doente com bata branca. Funcionam nos bastidores, alterando as ferramentas que os clínicos usam todos os dias.

"Em vez de substituir psiquiatras, a IA incentiva-os a fazer perguntas melhores, com linguagem mais clara, e a confiar menos em palpites embutidos em formulários antigos."

Para um psiquiatra, isto pode traduzir-se numa versão nova de uma escala de depressão conhecida, sem itens repetidos e sustentada por uma estrutura mais estável. Para um psicólogo que conduz avaliações em grupo, pode significar formulários digitais que se adaptam em tempo real, removendo perguntas assim que a IA prevê que acrescentam pouca informação nova.

O desenho guiado por IA também cria margem para olhar para grupos pouco estudados. Por exemplo, instrumentos tradicionais tendem a interpretar mal sintomas em adultos autistas ou em pessoas mais velhas com declínio cognitivo. Os modelos de linguagem podem ajudar a identificar quais os itens que falham ou se desviam nestas populações, incentivando revisões dirigidas.

Para além das palavras: silêncios, micro-expressões e pistas na voz

O texto, por si só, capta apenas uma parte da história. Uma vaga crescente de investigação aplica IA à voz, aos movimentos faciais e aos padrões de interacção para detectar marcadores subtis de sofrimento psicológico.

Tipo de sinal	O que a IA consegue detectar	Potencial ligação à saúde mental
Padrões de fala	Pausas, tom monótono, ritmo mais lento, hesitações	Depressão, lentificação cognitiva, risco suicidário
Escolha de palavras	Pronomes auto-referenciais, catastrofização, formulações a preto-e-branco	Perturbações de ansiedade, traços de personalidade, risco de recaída
Micro-movimentos faciais	Expressão embotada, esgares fugazes, tensão nas sobrancelhas	Sintomas psicóticos, entorpecimento emocional, stress crónico
Ritmo de interacção	Interrupções, latência na resposta, deriva na conversa	Mania, retraimento social, problemas de atenção

Estes modelos estão longe de ser perfeitos e levantam questões éticas difíceis. Ainda assim, começam a oferecer aos clínicos um segundo par de olhos e ouvidos, capaz de quantificar mudanças que a percepção humana tende a desvalorizar - sobretudo ao longo de trajectos de tratamento prolongados.

Uma mudança silenciosa de poder: da intuição do perito para a evidência partilhada

Durante mais de um século, a psiquiatria dependeu fortemente do julgamento especializado. Dois clínicos podem observar o mesmo doente e chegar a impressões ligeiramente diferentes, influenciadas pela sua formação e pela escola teórica a que se associam. A IA ameaça parte dessa liberdade interpretativa, porque torna visível onde a linguagem e as ferramentas geram essas diferenças.

Se os modelos mostrarem que perguntas usadas por enfermeiros para sinalizar “burnout” se alinham semanticamente com itens de depressão, gestores hospitalares poderão ter de repensar rótulos operacionais. Se a IA agrupar itens de escalas de ansiedade distintas em conjuntos quase idênticos, associações profissionais perdem um argumento para manter “marcas” diagnósticas concorrentes.

"À medida que a IA mapeia a estrutura escondida da linguagem dos sintomas, desloca os cuidados de saúde mental de “o que este perito acredita” para “o que a formulação das nossas ferramentas realmente mede”."

Esta mudança não garante, por si só, melhores cuidados, mas obriga a debates mais transparentes. Se uma escala dá peso excessivo ao stress laboral e subvaloriza o isolamento social, esse enviesamento pode ser mapeado e corrigido, em vez de defendido em nome da tradição.

Acesso, riscos e as pessoas que ficam nas margens

Onde faltam clínicos - regiões remotas, zonas de conflito, cuidados de saúde primários sobrecarregados - questionários ajustados por IA podem abrir uma primeira porta. Uma escala curta, optimizada para smartphone, pensada para baixa literacia e analisada por modelos de linguagem pode ajudar equipas não especializadas a identificar quem precisa de seguimento urgente.

Porém, as mesmas ferramentas podem cristalizar desigualdades. Modelos treinados sobretudo com amostras ocidentais e escolarizadas podem interpretar mal formas de expressar sofrimento noutras culturas. Um estilo de resposta mais estoico, comum em algumas comunidades, pode esconder sofrimento severo. Software demasiado confiante pode classificar uma pessoa de alto risco como “baixa preocupação” porque o seu vocabulário não coincide com os dados de treino.

A privacidade acrescenta outra linha de fractura. Analisar voz e rosto implica recolher gravações sensíveis. Guardar esses vestígios traz riscos evidentes em caso de intrusão, uso indevido por seguradoras ou reaproveitamento por forças de segurança. Alguns defensores receiam um futuro em que entidades patronais monitorizam discretamente humor ou risco de burnout através de videochamadas rotineiras, com ferramentas que nasceram em investigação clínica.

Como pôr a IA na psiquiatria à prova de stress

Antes de os sistemas de saúde escalarem estas soluções, é possível realizar exercícios simples de “red team”. Por exemplo, clínicos e representantes de doentes introduzem cenários de fronteira: expressões culturais pouco comuns, comunicação neurodivergente ou negação sarcástica de sintomas. Depois, registam onde o sistema falha, onde interpreta em excesso ou onde permanece incerto.

Os ensaios também podem comparar questionários refinados por IA com versões tradicionais em grupos diversos: refugiados, desempregados de longa duração, adolescentes e pessoas idosas. As medidas de resultado iriam além de scores de previsão, acompanhando se as pessoas recebem ajuda mais rápida, encaminhamentos mais adequados ou menos diagnósticos errados.

Novas competências para uma nova era do diagnóstico

À medida que ferramentas assistidas por IA entram nas clínicas, profissionais de saúde mental vão precisar de competências novas. Interpretar um painel de resultados exige literacia estatística. Questionar a sugestão de um modelo requer confiança, não deferência cega. A formação poderá incluir módulos sobre como funcionam os modelos de linguagem, onde falham e de que forma os enviesamentos se infiltram nos dados de treino.

Para os doentes, a mudança traz perguntas importantes para colocar em consulta: que ferramentas digitais utiliza esta clínica? Quem vê os dados? Posso recusar? No início, estas conversas podem parecer desconfortáveis, mas ajudam a enquadrar a IA no consentimento, em vez de numa automatização silenciosa.

No fundo, a história mais relevante está menos em algoritmos engenhosos e mais numa constatação humilde: as palavras, os silêncios e as expressões que moldam o sofrimento mental já contêm padrões que ainda não reconhecemos por completo. A IA limita-se a colocar um espelho, pedindo à psiquiatria que escute com mais atenção.