Estudo brasileiro investiga uso de áudios de WhatsApp

A depressão segue entre os problemas de saúde mais disseminados e mais difíceis de identificar precocemente no mundo. Em muitos casos, ela não se apresenta por sinais visíveis ou alterações que conduzam imediatamente à procura por atendimento. Avança de forma silenciosa, comprometendo sono, energia, concentração, produtividade, vínculos sociais e estabilidade emocional. Quando o quadro finalmente é reconhecido, o sofrimento muitas vezes já atingiu estágio de maior gravidade, com prejuízos importantes para a vida pessoal, acadêmica e profissional. O estudo lembra que a depressão afeta cerca de 280 milhões de pessoas globalmente e reforça que a detecção precoce permanece como um desafio central de saúde pública.

Esse cenário é agravado por uma limitação conhecida da própria psiquiatria. Embora entrevistas clínicas e escalas diagnósticas sejam instrumentos essenciais, ainda faltam biomarcadores objetivos, simples e amplamente escaláveis para triagem inicial. Na prática, isso significa que a identificação do quadro continua dependendo, em larga medida, de avaliação especializada, o que nem sempre ocorre no momento em que os sintomas começam a se consolidar. O artigo afirma que a ausência de marcadores confiáveis continua dificultando o rastreamento e contribuindo para o subdiagnóstico.

É nesse contexto que um estudo brasileiro propõe uma alternativa tecnológica de aplicação prática: analisar características da voz humana em mensagens de WhatsApp para identificar sinais compatíveis com depressão.

Publicado na PLOS Mental Health, o trabalho investigou se modelos de machine learning podem identificar perfis depressivos a partir da análise de características acústicas de mensagens de voz enviadas por WhatsApp em português brasileiro. O artigo apresenta Dr. Victor Henrique Oyamada Otani como primeiro autor. Victor Otani é médico psiquiatra, Professor Instrutor do Departamento de Saúde Mental da Faculdade de Ciências Médicas da Santa Casa de São Paulo, coordenador do Setor de Inovação do DSM-FCMSCSP, especialista pela Associação Brasileira de Psiquiatria, com mestrado e doutorado em Ciências da Saúde pela FCMSCSP, e pós-doutorando pela Duke University, GEMINI Center.

A premissa da pesquisa é objetiva: a depressão pode alterar a fala em dimensões que muitas vezes escapam à percepção comum, mas que podem ser captadas por análise computacional. Mudanças de prosódia, energia vocal, ritmo, variação tonal e distribuição espectral podem funcionar como sinais mensuráveis do sofrimento psíquico. A questão central do estudo era saber se esses traços seriam suficientemente consistentes para permitir distinção entre pessoas com transtorno depressivo maior e voluntários saudáveis.

O aspecto mais relevante do trabalho está em seu desenho. Em vez de depender de gravações laboratoriais, produzidas em ambiente controlado, a equipe trabalhou com áudios gravados nos próprios celulares dos participantes, em condições cotidianas, com a variabilidade normal do uso diário. É justamente aí que o estudo situa sua principal originalidade: a pesquisa apresenta essa aplicação como a primeira a utilizar modelos clinicamente validados de machine learning sobre dados de voz captados por WhatsApp em um contexto de saúde mental no mundo real.

Para testar essa hipótese, os pesquisadores reuniram 160 participantes, divididos em dois grupos: um para desenvolvimento do algoritmo e outro para validação independente. O grupo de treinamento incluiu pacientes com transtorno depressivo maior e voluntários saudáveis. O grupo de teste, avaliado em contexto separado, também reuniu participantes com e sem depressão. Nessa segunda etapa, os diagnósticos foram confirmados com o MINI, e a gravidade dos sintomas depressivos foi medida pela escala MADRS.

O estudo foi concebido para medir desempenho em condições próximas da prática real. No conjunto de treinamento, foram usadas mensagens espontâneas de WhatsApp. No grupo de teste, os participantes gravaram dois tipos de áudio: uma contagem de 1 a 10 em ritmo regular e um relato livre sobre como havia sido a semana anterior. A escolha permitiu examinar se os modelos manteriam capacidade de classificação mesmo diante de tarefas vocais diferentes, o que é decisivo para qualquer aplicação futura em saúde digital.

Depois da coleta, os áudios passaram por etapas de pré-processamento, com remoção de silêncio e tratamento de ruído. Em seguida, os pesquisadores extraíram 68 características acústicas da fala e testaram sete modelos de machine learning, entre eles Random Forest, Logistic Regression, AdaBoost, k-Nearest Neighbors, Linear Discriminant Analysis e rede neural artificial.

Os autores destacam resultados com relevância prática. No grupo de teste, os algoritmos alcançaram acurácia de até 91,67% para mulheres e 80% para homens, com AUC de 91,9% para mulheres e 78,33% para homens, a depender da tarefa vocal analisada. Os dados detalhados mostram que, entre participantes do sexo feminino descrevendo como havia sido a última semana, o modelo LDA atingiu 91,67% de acurácia e AUC de 91,9. No grupo masculino, na tarefa de contar de 1 a 10, alguns modelos alcançaram 80% de acurácia e AUC de 78,33.

Os resultados não são apresentados como substitutos do diagnóstico médico. O próprio artigo delimita o alcance da ferramenta: trata-se de uma estratégia de pré-triagem binária, desenhada para diferenciar participantes com depressão de controles saudáveis, e não de um mecanismo autônomo de diagnóstico clínico. Em termos práticos, a utilidade da proposta está em ajudar a reconhecer mais cedo quem pode precisar de avaliação especializada.

Essa é a implicação mais relevante do estudo. Em sistemas de saúde marcados por acesso desigual à psiquiatria, a possibilidade de usar um recurso simples, remoto e amplamente disseminado — como a mensagem de voz — para ampliar o rastreamento inicial pode alterar o modo como o sofrimento psíquico é identificado. O artigo sustenta expressamente o potencial do WhatsApp como ferramenta promissora para triagem escalável e não invasiva em saúde mental.

A pesquisa também se insere em uma trajetória acadêmica consistente. Além de sua formação médica e especialização em psiquiatria, Victor Otani desenvolveu mestrado e doutorado em Ciências da Saúde na Santa Casa de São Paulo. Seu doutorado teve como tema os preditores de discordância entre o diagnóstico do solicitante e do psiquiatra interconsultor em hospital geral, linha que se conecta ao interesse por precisão diagnóstica e inovação aplicada à saúde mental.

Os autores reconhecem limitações importantes, como desequilíbrio entre homens e mulheres na amostra, diferenças entre instrumentos diagnósticos utilizados nas bases, diversidade de condições de gravação e necessidade de estudos mais amplos e harmonizados. Ainda assim, sustentam que essa variabilidade também aproxima a pesquisa das condições reais em que uma ferramenta desse tipo teria de operar, reforçando sua validade ecológica.

A contribuição prática do trabalho, portanto, não está em prometer solução simples para problema complexo. Está em demonstrar que sinais muitas vezes invisíveis da depressão podem estar presentes em algo corriqueiro, acessível e já incorporado à vida cotidiana: a voz. Em um cenário global marcado por subdiagnóstico e atraso no cuidado, essa é uma hipótese com consequências concretas para o futuro da triagem em saúde mental.