Projeto: Sistema de Alerta para Ideação Suicida e Depressão com NLP

Por Ricardo Costa Val do Rosario e CoPilot 365

1. Introdução

Este projeto foi idealizado para apoiar profissionais da saúde na identificação precoce de sinais de depressão grave e ideação suicida. Utilizando técnicas de NLP com especial ênfase em Bag of Words, TF-IDF e N-grams –, a ferramenta análise textos clínicos, mensagens e depoimentos em busca de expressões alarmantes.

O objetivo é oferecer um score de risco que possibilite intervenções imediatas quando necessário, qualificando a avaliação clínica e contribuindo para uma atenção mais assertiva na saúde mental.

2. Objetivos e Escopo

**• Objetivo Principal: ** • Detectar, a partir de textos, verbulações que indiquem estado depressivo crítico • Detectar ideação suicida, emitindo alertas para intervenções clínicas imediatas.

• Escopo da Primeira Fase: • Construir um vocabulário fixo composto por até 20 expressões-chave – dividido em termos primários (ex.: “cansei de tudo”, “vou me matar”) e secundários (ex.: “desanimado demais”, “não quero mais sair”).

• Desenvolver um pipeline de NLP que:

1. Realize o pré-processamento dos textos (tokenização, normalização, remoção de stopwords e preservação de n-grams).

2. Construa uma representação baseada em Bag of Words, ajustada com TF-IDF para ponderar a relevância dos termos.

3. Utilize a análise de N-grams para garantir a identificação precisa de expressões compostas. • Criar uma interface visual que destaque os alertas, evidenciando os trechos de texto e o score de risco associado.

# 3. Metodologia e Pipeline Técnico
# 3.1 Coleta e Pré-processamento dos Dados

• Fontes: Dados clínicos anonimizados, textos simulados e exemplos históricos (podem ser extraídos de prontuários ou redes sociais, com consentimento ético). • Pré-processamento: • Tokenização e Normalização: Converter para minúsculas e lidar com variações e erros ortográficos. • Detecção de N-grams: Garantir que expressões como “vou me matar” sejam reconhecidas na íntegra, sem serem decompostas em unigramas.

# 3.2 Vetorização e Ponderação • Bag of Words: Construção de um vetor de características com as expressões definidas – primárias com peso alto e secundárias com peso moderado.

**• TF-IDF: Calcular a relevância de cada termo da seguinte forma:** • TF: Frequência da expressão no documento. • IDF: Ajuste da relevância considerando a frequência dos termos em todo o corpus.

• Cálculo do Score: • score_risco = Σ[TF-IDF(termo) * peso_termo] • Integração dos N-grams: Capturar sequências de palavras para preservar o contexto (por exemplo, não aguento mais”) possibilitando uma análise mais refinada.

# 3.3 Método de Agregação e Definição de Thresholds • Categorização do Risco: • Alerta Crítico: Score acima de um determinado limiar, geralmente acionado pela detecção de expressões primárias. • Alerta Moderado: Combinação de expressões secundárias que, acumuladas, indicam uma necessidade de monitoramento. • Feedback do Especialista: Permitir que os profissionais revisem os alertas, ajustando pesos e thresholds conforme o histórico e a evolução dos casos.

4. Arquitetura do Sistema

4.1 Fluxo de Dados

1. Input: • O sistema recebe um texto (mensagem, depoimento ou registro clínico).

2. Pré-processamento: • O texto é limpo e tokenizado, preservando as expressões definidas.

3. Vetorização: • Aplicação do modelo Bag of Words e cálculo dos pesos TF-IDF para os n-grams identificados.

4. Cálculo do Score de Risco: • O score é computado e comparado com os thresholds pré-definidos.

5. Emissão de Alertas: • Se o score indicar risco, o alerta é registrado e disponibilizado para visualização na interface.

6. Retorno e Feedback: • Os profissionais podem visualizar o alerta, analisar o texto destacado e registrar feedback para aperfeiçoamento contínuo do sistema.