De acordo com a Organização Mundial da Saúde (OMS), mais de 300 milhões de pessoas no mundo sofrem de depressão. Cientistas da Universidade da Pensilvânia, nos Estados Unidos, criaram um algoritmo que permite identificar sintomas da doença por meio da análise linguística de posts no Facebook.
Publicado na revista Proceedings of the National Academy of Sciences, o estudo levou em conta o uso de palavras específicas para analisar o bem-estar dos indivíduos.
Segundo o cientista social computacional da universidade, e um dos autores do trabalho, Johannes Eichstaedt, os dados encontrados em redes sociais podem apontar uma futura depressão porque os hábitos linguísticos dos usuários antes e depois do aparecimento de seus sintomas depressivos mudam. Termos como “lágrimas” e “sentimentos”, menções a hostilidade e solidão e o uso frequente de pronomes em primeira pessoa, como “eu” e “me”, passam a ser muito mais utilizados depois do advento da doença.
Os pesquisadores coletaram informações retiradas de perfis no Facebook e históricos médicos dos participantes para, posteriormente, analisá-los com a ajuda de técnicas de machine learning (aprendizado das máquinas). Mais de 1.200 pessoas consentiram em entregar seus dados para os pesquisadores. Dessas, apenas 114 haviam sido diagnosticadas com depressão por seus médicos. Restava aos profissionais observar se o algoritmo que criaram saberia identificar com precisão essas 114 pessoas dentro de um grupo bem maior.
O resultado final foi surpreendente: o método criado foi capaz de prever o desenvolvimento da depressão até três meses antes da primeira documentação da doença por parte dos médicos. Ou seja, a conclusão é de que os cientistas podem ter criado uma forma de identificar sintomas depressivos antes mesmo que psiquiatras o possam fazer — e usando apenas a linguagem e o Facebook.