Banca de QUALIFICAÇÃO: EVANDRO JOSÉ DOS SANTOS DINIZ

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: EVANDRO JOSÉ DOS SANTOS DINIZ
DATA: 15/07/2021
HORA: 15:00
LOCAL: sistema remoto
TÍTULO: Monitorando Ideação Suicida a partir de Smartphones Utilizando Processamento de Linguagem Natural com Aprendizado Profundo
PALAVRAS-CHAVES: Saúde Mental, Suicídio, Aplicação Móvel, Aprendizado de Máquina, Processamento de Linguagem Natural.
PÁGINAS: 65
GRANDE ÁREA: Outra(s)
ÁREA: Multidisciplinar
RESUMO:

O suicídio é um problema mundial de saúde pública, e pessoas com transtornos mentais
têm um maior risco de cometer suicídio. Normalmente, estas pessoas tendem a se isolar e
não conseguem se expressar com familiares, amigos ou com profissionais de saúde mental,
então o monitoramento de ideação suicida passa a ser uma tarefa difícil de ser realizada.
Pessoas com risco de suicídio precisam ser acompanhadas de maneira que seja possível
identificar se e quando elas têm a ideação suicida, possibilitando os profissionais realizarem
intervenções. As aplicações móveis de fenotipagem digital criam oportunidades que
facilitam o acompanhamento de pessoas com transtornos mentais a partir das interações
com as tecnologias digitais no ambiente cotidiano (e.g., em casa, no trabalho). Elas visam
facilitar o monitoramento remoto dos comportamentos e hábitos dos indivíduos. Neste
contexto, esta pesquisa de mestrado objetiva desenvolver uma solução de fenotipagem
digital que coleta passivamente dados textuais dos usuários a fim de identificar ideação
suicida. A hipótese deste estudo é de que a solução proposta possa ser útil para gerar
evidências aos profissionais de saúde mental, detectando risco de suicídio e podendo
evitá-lo. Como resultados preliminares, está sendo desenvolvida uma aplicação móvel de
teclado virtual que coleta passivamente os textos que o usuário digita e os envia via Internet
para uma aplicação no lado servidor (i.e., uma aplicação web) que os processa. A aplicação
web classifica os textos usando aprendizado de máquina a fim de reconhecer ideação
suicida. Os resultados das classificações e o monitoramento dos pacientes são
apresentados aos profissionais de saúde mental nesta aplicação web através de painéis
visuais. A classificação dos textos tem sido implementada e avaliada com vários algoritmos
de aprendizado de máquina. Até o estágio atual deste estudo, o modelo de rede neural
artificial pré-treinado BERT multilínguas obteve os melhores resultados, atingindo 93,02%
para a medida F-score, mostrando assim eficiência ao reconhecer padrões de ideação
suicida a partir de textos digitados pelo usuário.

MEMBROS DA BANCA:
Presidente - 015.753.933-44 - ARIEL SOARES TELES - IFMA
Externo ao Programa - 2061294 - RICARDO DE ANDRADE LIRA RABELO
Interno - 2092495 - SILMAR SILVA TEIXEIRA
Interno - 1761994 - VICTOR HUGO DO VALE BASTOS