Dissertação defendida no PPGCC/UFG vence prêmio nacional por inovar no uso de IA na detecção de depressão em jovens

A dissertação defendida pela egressa do Programa de Pós-Graduação em Ciência da Computação (PPGCC/UFG), Leidiane Beatriz Passos Rodrigues, intitulada "Detecção de Traços de Depressão em Textos na Língua Portuguesa Considerando Aspectos Culturais e Regionais do Brasil com o Uso de LLMs" foi reconhecida nacionalmente no Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2025).

O estudo se destacou por aliar inteligência artificial, linguística e saúde mental de forma inédita e sensível à realidade brasileira. Utilizando modelos de linguagem de larga escala (LLMs) como o GPT-3.4 para analisar publicações no Reddit, o trabalho incorpora um léxico enriquecido com expressões extraídas de letras de MPB, funk, rap e brega. A pesquisa demonstrou que, ao considerar esses elementos do imaginário popular, é possível aumentar a precisão na detecção de mensagens com indícios depressivos — um avanço que pode contribuir diretamente para a criação de ferramentas de apoio a estudantes e profissionais da saúde mental em todo o Brasil. Confira a entrevista na íntegra com a mestra pelo PPGCC a seguir.

• Como surgiu a ideia de investigar o tema da sua dissertação? O que te motivou?

R: A ideia surgiu em um projeto de iniciação científica que tinha como objetivo construir uma ontologia para reconhecer depressão e tendências suicidas em texto e em caso de depressão, tentar estimar o grau. O projeto foi escrito pela minha professora orientadora, Dra. Deborah Fernandes, que trabalha com análise de sentimentos, uma linha de pesquisa dentro da área da computação e inteligência artificial. A partir disso, e com o avanço das inteligencias artificiais a partir de 2022, mantivemos o objetivo de detectar depressão em texto e estimar o seu grau, mas agora utilizando os grandes modelos de linguagens da inteligência artificial, aliados a linguística e métodos da área da saúde mental.

• Quais foram os principais achados da sua pesquisa e que tipo de impacto eles podem gerar na prática?

R: Os principais achados, foram expressões culturais e regionais do português brasileiro que tem indicativos de depresão quando encontrados em um texto. Esse conjunto de expressões na computação, são chamamos de léxico, e ele pode ser usado por qualquer outro trabalho que tenha o objetivo de identificar traços de depressão em texto. Através disso, por exemplo, é possível monitorar postagens em redes sociais e gerar alertas para que uma pessoa possa procurar ajuda profissional. O nosso objetivo, é desenvolver uma aplicação que, de forma lúdica, possa através de completar trechos de histórias usando esses termos, possamos acompanhar adoslecentes e jovens nas escolas, gerando informações para o professora verificar se é necesário solicitar aos pais ou responsáveis um acompanhamento adequado para o aluno.

• Quais foram os principais desafios durante o desenvolvimento da sua dissertação?

R: Creio que o principal desafio foi interligar as três áreas de domínio do estudo: Computação, Linguística e Saúde Mental. Como a dissertação é da área da computação usar métodos das outras áreas para conseguirmos resultados mais satisfatórios e adequados foi o maior desafio. Outro desafio, foi o de encontrar esses termos com características depressivas no contexto cultural e regional da língua portuguesa brasileira.

• O que te levou a incluir expressões culturais e regionais do Brasil no seu modelo?

R: O trabalho teve como coorientadora a professora Dra. Marilúcia Lago da faculdade de eduação da UFG, ela atua como professora do curso de psicologia. Com o apoio dela, foi levantado a questão de que atualmente é muito difícial para um profissional da área da saúde mental ter uma espécie de “máscara de palavras” com contexto depressivo voltado para o Brasil, quando um profissional precisa fazer esse tipo de análise em texto. A partir desse ponto, foi feita uma revisão bibliográfica para investigar trabalhos na área da computação que abrangesse termos culturais e/ou regionais do Brasil na detecção de depressão em texto. Existem muitos trabalhos para detecção de depressão em texto na língua portuguesa, mas eles não consideram o contexto cultural e regional do brasileiro no que tange a expressão, que o jeito que ele pensa, fala e escreve estão interligados, principalmente quando partimos para o cenário de redes sociais. Então, ter um dicionário de palavras formais no português brasileiro, é possível detectar o sentimento depressivo, mas com o contexto cutural e reginal incorporado é possível detectar muito mais.

• Como foi o processo de construção desse léxico? Em algum momento da pesquisa, alguma expressão cultural que você encontrou te surpreendeu por carregar um peso emocional ou simbólico forte?

R: Para construir o léxico e capturar a cultura e o regionalismo, utilizamos letras de músicas brasileiras, de diversos gêneros musicais, para conseguir extrair essas palavras. Parece não fazer tanto sentido, quando o objetivo são palavras depressivas, e geralmente músicas são alegres, mas no geral elas conseguem trazer essas expressões culturais do Brasil quando a gente ignora o contexto da música, pois elas são poéticas.

Algumas músicas, por si só, já tem um cenário depressivo, quando falamos de alguns raps, funks e MPB conseguimos ver isso. Então, o que mais me chamou atenção foi a expressão “ventilador de teto”, é um trecho que uma música, e quando uma mensagem tinha essa expressão ela tinha o sentindo de suicído, que é o pior cenário no contexto depressivo.

• O que esse prêmio representa para você e para a área de Computação Aplicada à Saúde?

R: Esse prêmio representa, para mim, o reconhecimento de uma trajetória construída com dedicação, resiliência e propósito. É a prova de que acreditar em uma ideia e persistir pode, de fato, gerar impacto real na vida das pessoas. Para a área de Computação Aplicada à Saúde, ele reafirma o potencial transformador da tecnologia quando direcionada a problemas humanos, mostrando que, com sensibilidade e inovação, é possível aproximar ciência e cuidado, algoritmo e empatia.

• Como você enxerga o futuro do uso de IA no cuidado com a saúde mental no Brasil?

R: Vejo um futuro promissor para o uso da inteligência artificial no cuidado com a saúde mental no Brasil. A IA tem um grande potencial para apoiar os profissionais da área da saúde mental, desde o diagnóstico precoce até a personalização dos tratamentos, permitindo um acompanhamento mais próximo e eficaz dos pacientes. Além disso, pode contribuir significativamente para a adesão ao tratamento, fator essencial para a recuperação. Ainda há muitos desafios a enfrentar, mas os avanços já conquistados mostram que estamos no caminho certo. O futuro certamente trará inovações que beneficiarão tanto a sociedade quanto os profissionais e pesquisadores da saúde mental.