Equipes de pesquisa da Universidade Laval, da Universidade Dalhousie e da Universidade de Montreal desenvolveram modelos ligados à inteligência artificial (IA) para a análise e previsão dos riscos de suicídio. Graças à colaboração com o Instituto Nacional de Saúde Pública de Quebec (INSPQ), os pesquisadores tiveram acesso a uma enorme quantidade de dados.
"Este primeiro grande projeto demonstra, assim, o potencial da IA para a prevenção em saúde mental e dependências", afirma
Christian Gagné, professor da Faculdade de Ciências e Engenharia da Universidade Laval e diretor do Instituto de Inteligência e Dados.
Fatemeh Gholi Zadeh Kharrat, pós-doutoranda na Universidade Laval, integrou dados ecológicos, ligados à demografia ou ao ambiente, e dados anonimizados de indivíduos, registrados entre 2000 e 2019. Ela analisou estatísticas relacionadas à população, ao seguro de medicamentos, à acessibilidade dos sistemas de saúde e muito mais.
Compreender para melhor prevenir
A iniciativa permitiu confirmar hipóteses já existentes sobre o tema, além de gerar novos conhecimentos. "Por exemplo, vimos que pessoas que haviam passado por acompanhamento em saúde mental nos 60 dias anteriores tinham um risco aumentado de suicídio.
O mesmo para o uso de drogas. Este é o tipo de relação que esperávamos ver, mas a análise através de aprendizado de máquina nos mostrou claramente sua incidência", explica Christian Gagné, que trabalhou em estreita colaboração com Alain Lesage, professor da Faculdade de Medicina da Universidade de Montreal.
Os modelos que utilizam IA também demonstraram que os transtornos de saúde mental e dependência são fatores importantes para a previsão do suicídio. Eles também destacaram o efeito cumulativo de fatores de risco, tanto relacionados ao indivíduo quanto ao contexto em que ele se encontra. O que ocorre no nível individual também é determinado por fatores de ordem ecológica, como o orçamento regional em saúde mental e dependências.
As análises também mostraram que a taxa de mortes por suicídio entre os homens é mais alta em regiões onde o orçamento por habitante para situações relacionadas às dependências é menor. "Assim, uma relação clara entre níveis de investimento público em saúde mental e dependências e o risco de suicídio foi estabelecida. Ao contrário, se aumentarmos o financiamento, existe um efeito real na redução desse risco", sublinha o professor Gagné.
600 variáveis estudadas
Esse tipo de relação pôde ser destacado graças à contribuição de uma grande quantidade de variáveis. Situação sociodemográfica, diagnósticos e hospitalizações, antecedentes de saúde física ou mental, orçamento regional de saúde mental; foram consideradas cerca de 600 variáveis clínicas ou sociais. "Pudemos ver o quanto os dados disponibilizados pelo INSPQ eram valiosos!", relata Fatemeh Kharrat.
Dois modelos de IA se destacaram rapidamente, definidos em função do gênero. "A diferenciação dos fatores de risco entre homens e mulheres é algo que já é bem compreendido pelo meio clínico. Desenvolver modelos por sexo nos permitiu destacar outras variáveis de interesse, e até identificar variáveis que poderiam ser específicas ao sexo", observa Christian Gagné.
Ao longo das simulações, a equipe mediu o impacto das diferentes variáveis para identificar os fatores de maior influência. "Se alterarmos o nível de desfavorecimento social do bairro onde a pessoa reside, qual seria o efeito nos fatores de risco?", ilustra Fatemeh Kharrat. "Conseguimos entender as relações entre as variáveis e seu efeito sobre o nível de risco."
Para a interpretação dos resultados, os pesquisadores trabalharam com especialistas na área. "Eles podiam verificar se a relação existe ou é provável sob o ponto de vista clínico", acrescenta Christian Gagné.
Este projeto, apoiado por um financiamento do programa Novas Fronteiras em Pesquisa dos três conselhos de pesquisa do Canadá, foi objeto de publicações científicas nas revistas
PLOS One e
JMIR Public Health and Surveillance.