Pesquisadores do Instituto de Tecnologia de Massachusetts (MIT), nos Estados Unidos, criaram uma ferramenta capaz de analisar conversas em formato de texto para identificar indivíduos com maior risco de suicídio. A inovação, apresentada em um estudo publicado na revista Journal of Psychopathology and Clinical Science, utiliza uma lista de palavras e expressões relacionadas a 49 fatores de risco, permitindo estimar a gravidade de cada caso com base na comunicação escrita de uma pessoa em crise de saúde mental.
Para desenvolver e validar a tecnologia, a equipe analisou aproximadamente 16 mil conversas realizadas entre pessoas em sofrimento emocional e voluntários treinados da organização Crisis Text Line, que oferece suporte gratuito e confidencial por mensagens 24 horas. Essas conversas foram classificadas em três categorias de risco, conforme avaliações da própria organização: indivíduos sem comportamento suicida, aqueles com ideação suicida sem risco imediato e pessoas em risco iminente, que incluíam quem possuía um plano de suicídio ou manifestava intenção de morrer nas próximas 48 horas.
Antes de aplicar a análise, os pesquisadores criaram um léxico específico para risco de suicídio. Inicialmente, uma inteligência artificial gerou uma lista de palavras e expressões relacionadas a fatores associados à ideação, tentativa e morte por suicídio. Essa lista passou por revisão manual e validação por especialistas, resultando em uma versão final composta por aproximadamente 60 termos ou expressões para cada um dos 49 fatores considerados. Com esse material, os cientistas treinaram um modelo de aprendizado de máquina para identificar essas palavras nas conversas, permitindo assim estimar o nível de risco de cada indivíduo.
Os resultados indicaram que menções a meios letais, uso de substâncias, além de referências a ideação suicida ativa e autolesão, estavam mais frequentemente associadas ao grupo de maior risco. Por outro lado, expressões relacionadas a humor deprimido ou fadiga apresentaram associação intermediária. A ferramenta atribui pesos diferentes a cada fator, de acordo com sua contribuição na avaliação do risco, e mostrou-se eficaz ao prever a gravidade do risco em conversas novas, que não haviam sido previamente analisadas pelo sistema.
Apesar do potencial, os pesquisadores destacam limitações na abordagem. Como o sistema trabalha com um léxico predeterminado, ele pode não captar o contexto em que as palavras são usadas, podendo deixar passar expressões semelhantes não incluídas na lista. Uma vantagem importante é que a ferramenta é relativamente simples, podendo ser executada em computadores pessoais, o que reduz custos e preocupações relacionadas à privacidade. Além disso, sua interpretabilidade permite identificar quais palavras ou fatores contribuíram para a estimativa de risco.
Os cientistas ressaltam, contudo, que esse tipo de tecnologia deve passar por validações mais amplas antes de ser empregada em ambientes clínicos. Atualizações constantes no léxico e na análise de linguagem são necessárias para acompanhar mudanças na forma de comunicação e nas populações atendidas. Ainda assim, a participação humana continua essencial nas avaliações, dada a complexidade do tema. Segundo Satrajit Ghosh, pesquisador do Instituto McGovern do MIT e autor do estudo, a intervenção humana permanecerá fundamental por um longo período.
Atualmente, o léxico desenvolvido pelos pesquisadores já está sendo utilizado em estudos que investigam o uso de textos provenientes de diversas fontes, incluindo redes sociais e prontuários eletrônicos de saúde, com o objetivo de aprimorar a estimativa do risco de suicídio por meio de análise automatizada.
