Em teoria, o machine learning e as tecnologias digitais podem fornecer altos padrões de diagnóstico e atendimento individualizado para os pacientes, enquanto economizam milhões em custos. Na prática, ainda estamos longe de conseguir isso. Todavia, como dito aos participantes do Congresso Virtual do Colégio Europeu de Neuropsicofarmacologia, ECNP Virtual 2020, há sinais encorajadores ao longo do caminho.

Um desses sinais é que uma análise semântica automatizada de um trecho de dez minutos de fala pode diferenciar pacientes psiquiátricos de controles, com alta sensibilidade e especificidade, declarou Dina Popovic (Sheba Medical Center, Tel HaShomer, Israel) no simpósio sobre machine learning. Isso segue a evidência de que o machine learning pode, por exemplo, utilizar a análise da fala para identificar condições psiquiátricas comórbidas em pessoas com epilepsia.¹

Os dados do smartphone podem atuar como um biomarcador eletrônico da atividade da doença

Monitoramento da atividade da doença no mundo real

Também temos evidências motivadoras a partir do estudo MONARCA, de pessoas com transtorno bipolar, que coletou de forma objetiva dados de chamadas e mensagens de smartphones, recebidas e efetuadas, correlacionando-os com pontuações em escalas de avaliação clínica de depressão e de mania.² Os dados de smartphones também forneceram distinção entre estados afetivos.

Outro grupo de pesquisa desenvolveu um modelo de machine learning que utiliza dados acerca do humor diário coletados por um aplicativo de smartphone, para distinguir entre controles saudáveis e pacientes com transtorno bipolar ou de transtorno de personalidade borderline.³

Aplicativos de tratamento autônomos ainda estão no início

Com base nas evidências atuais, os aplicativos têm valor potencial como intervenções autônomas para pacientes com depressão ou ansiedade leve a moderada, disse Diego Hidalgo-Mazzei (Hospital Clinic de Barcelona, Catalunha, Espanha). Contudo, na depressão recorrente ou grave, na esquizofrenia e nos transtornos bipolares, há evidência de benefício apenas quando os aplicativos são utilizados como um complemento às abordagens tradicionais, ou combinados com elas.

Aplicativos de tratamento não podem ser recomendados como uma intervenção independente para transtornos graves de saúde mental

Em uma meta-análise de ensaios clínicos randomizados em depressão, as intervenções com smartphone tiveram um efeito positivo moderado em comparação aos controles inativos, mas apenas um pequeno efeito em comparação aos controles ativos, relatou o professor Hidalgo-Mazzei. E, na maioria dos casos, os aplicativos foram utilizados como um tratamento adicional.⁴

Outra meta-análise de aplicativos independentes para depressão encontrou apenas um pequeno efeito geral sobre os sintomas.⁵

Em suma, embora alguns estudos mostrem o potencial de aplicativos de smartphones visando sintomas de saúde mental, as evidências atuais não justificam sua recomendação na forma de intervenções psicológicas autônomas.

Previsão de eventos raros

Na sessão de perguntas e respostas que se seguiu ao simpósio, a professora Popovic sugeriu que o machine learning tem potencial para auxiliar no diagnóstico psiquiátrico objetivo, na avaliação do risco de suicídio e na identificação de crianças em risco que provavelmente desenvolverão transtornos de saúde mental.

Porém, em relação ao tratamento, permaneceu o veredito de que o valor dos aplicativos de forma independente em pacientes com doenças graves ainda precisa ser comprovado.