Vox

Leitura de 31 min

Frontdaciência - T12E16 - Redes de Palavras e Psiquiatria II

Resumo

Este episódio é a segunda parte de uma discussão sobre a aplicação da teoria de grafos na análise do discurso de pacientes psiquiátricos. Os convidados, a psiquiatra Nathalia Mota e o físico Mauro Copelli, explicam como transformam relatos verbais em grafos para extrair medidas objetivas que podem ajudar a diferenciar condições como esquizofrenia e transtorno bipolar. O método é apresentado como uma ferramenta complementar ao diagnóstico clínico, com a vantagem de ser independente de regras linguísticas específicas.

Uma descoberta central é que os relatos de sonhos dos pacientes contêm mais informação para a classificação do que narrativas do cotidiano. Os pesquisadores exploram as razões por trás disso, considerando fatores como saliência afetiva e bizarrices narrativas. Eles também testaram o método com estímulos visuais (como fotos com valência emocional) e em diferentes línguas, verificando sua robustez transcultural.

A conversa aborda preocupações éticas importantes, especialmente sobre o uso de aprendizado de máquina como uma ‘caixa preta’ em saúde mental. Os pesquisadores enfatizam que seu método prioriza a interpretabilidade, permitindo entender quais características do grafo estão associadas aos diagnósticos, evitando assim a replicação de vieses e preconceitos sociais.

As perspectivas futuras incluem a expansão do trabalho para entender o desenvolvimento típico da linguagem em crianças, criando curvas de normalidade que possam servir para a detecção precoce de desvios. Um grande projeto almejado é a coleta de dados em larga escala no Brasil, considerando sua diversidade cultural, para estabelecer parâmetros normativos robustos. O episódio termina reforçando que a ferramenta atual é de pesquisa e não fornece diagnósticos automatizados, servindo mais como um ‘hemograma’ objetivo para auxiliar o psiquiatra.

Indicações

Ferramentas

  • Software de análise de grafos do discurso — Ferramenta desenvolvida que transforma transcrições de fala em grafos e calcula métricas objetivas. É disponibilizada apenas para cálculo dos atributos, não para diagnóstico automatizado.
  • Aplicativo para coleta remota de relatos de sonhos — Aplicativo desenvolvido em 2019 e usado durante a pandemia para coletar relatos de sonhos de forma remota, permitindo estudos longitudinais sobre o impacto do isolamento social.

Pesquisas

  • Estudo sobre pronomes nulos na esquizofrenia — Colaboração com Selenho Rodrigues (PUC-Rio) que analisou os mesmos dados de grafos e encontrou um déficit no uso de pronomes com referencial claro em pacientes com esquizofrenia.
  • Trabalhos de Wolfram em Barcelona — Linguista que realiza pesquisas importantes aplicando análise linguística aos mesmos dados de discurso de pacientes psiquiátricos.
  • Consórcio Internacional Discourse — Iniciativa em formação com a Sociedade Internacional de Estudos para Esquizofrenia (CIRS) para coletar dados de discurso de pacientes ao redor do mundo, visando identificar marcadores transculturais da doença.
  • Estudo com TAT (Teste de Apercepção Temática) na Inglaterra — Pesquisa que aplicou o método de grafos a narrativas geradas a partir de imagens ambíguas em preto e branco, coletadas no Reino Unido.
  • Pesquisa de Denise de Carvalho (UFRN) sobre estigma em bancos de imagem — Trabalho citado que analisa como bancos de imagens já estigmatizam pessoas negras e brancas de formas diferentes, servindo de alerta para vieses em algoritmos de IA.

Linha do Tempo

  • 00:00:00 — Introdução à segunda parte sobre grafos e psiquiatria — Apresentação do tema e dos convidados: a psiquiatra Nathalia Mota e o físico Mauro Copelli. Retomada da pergunta do episódio anterior sobre por que a esquizofrenia, uma desorganização do pensamento, não afetaria aparentemente a sintaxe da linguagem.
  • 00:05:17 — Explicação do método: transformar discurso em grafo — Mauro Copelli resume a ideia do método: pegar o relato de um paciente, transformá-lo em um grafo, analisar matematicamente o grafo para extrair números (cerca de uma dezena de medidas) e usar alguns deles para treinar um classificador de machine learning. O objetivo é classificar grupos como esquizofrenia, controle ou transtorno bipolar de forma objetiva.
  • 00:05:52 — Descoberta da eficácia dos relatos de sonhos — Os pesquisadores descobriram que os relatos de sonhos dos pacientes durante a consulta psiquiátrica carregam muito mais informação para a classificação do que relatos do cotidiano. Isso levou a investigações sobre por que os sonhos são tão informativos, considerando fatores como saliência afetiva, bizarrices ou a falta de contexto compartilhado.
  • 00:07:48 — Testes do método em outras línguas e com estímulos visuais — O método já foi testado com dados traduzidos e coletados em outras línguas, como na Inglaterra, usando estímulos visuais ambíguos (semelhantes ao TAT). Imagens com valência afetiva negativa ou positiva também se mostraram úteis, embora menos que os sonhos. Testes com estímulos totalmente abstratos, como Rorschach, ainda não foram realizados.
  • 00:09:16 — Estudo sobre sonhos durante a pandemia de COVID-19 — Durante o primeiro mês de isolamento social em 2020, os pesquisadores coletaram relatos de sonhos via aplicativo. Eles observaram que a estrutura básica do discurso (conectividade das palavras) se manteve robusta em pessoas saudáveis, mas o conteúdo lexical mudou, com aumento de palavras relacionadas a tristeza, raiva, contaminação e limpeza.
  • 00:11:26 — Robustez do método frente a escolaridade e elaboração cultural — É destacado que a escolaridade não afeta as medidas do grafo, sugerindo que o método captura um ‘núcleo’ linguístico robusto. Mesmo quando uma pessoa tenta elaborar ou mascarar sua fala, esse componente central permanece inalterado, o que é considerado um dos achados mais importantes.
  • 00:13:44 — Preocupações éticas com aprendizado de máquina e vieses — Discute-se o perigo de usar ‘caixas pretas’ de deep learning em saúde mental, que podem incorporar e reproduzir preconceitos sociais. É citado um estudo que usou prontuários para prever suicídio com 75% de acerto, mas sem revelar os fatores determinantes, o que impede o aprendizado científico e clínico.
  • 00:17:05 — Perspectivas futuras e consórcio internacional — Nathalia Mota fala sobre a iniciativa de um consórcio internacional (Discourse) para coletar dados de pessoas com esquizofrenia ao redor do mundo, aproveitando a vantagem do método ser independente da língua. O objetivo é entender quais marcadores são universais e quais são culturais.
  • 00:18:11 — Aplicação do método no desenvolvimento infantil típico — Antes de aplicar a ferramenta em contextos patológicos, os pesquisadores estão estudando o desenvolvimento típico da linguagem em crianças. Eles observam uma evolução de padrões de repetição curta para uma conectividade mais ampla, correlacionada com QI, teoria da mente e aprendizado da leitura.
  • 00:21:42 — Prevenção e detecção precoce na esquizofrenia — A conversa aborda a fase de pródromos da esquizofrenia, onde sintomas leves aparecem. Atualmente, as escalas clínicas têm baixa assertividade (cerca de 30%) para prever quem desenvolverá psicose. A ferramenta com grafos é vista como uma possibilidade para melhorar a detecção precoce e permitir intervenções preventivas.
  • 00:24:01 — Questões éticas sobre estigma e uso eugênico de algoritmos — Levanta-se a questão ética de classificar alguém como em risco antes do surgimento da doença, o que poderia levar a estigmatização. Os pesquisadores concordam que é crucial primeiro entender com precisão o que é desenvolvimento típico, baseado em dados diversos, para definir os limites do patológico de forma justa.
  • 00:26:00 — Esclarecimento: o software não fornece diagnóstico automatizado — Mauro Copelli enfatiza que o software disponível apenas calcula atributos dos grafos. O diagnóstico só é possível se houver um classificador treinado, que não é fornecido pelos pesquisadores. A metáfora usada é a de um ‘hemograma’ que auxilia o psiquiatra, não o substitui, evitando falsos positivos/negativos.
  • 00:28:27 — Origem multidisciplinar e histórica da pesquisa — Mauro Copelli relembra a origem fortuita da colaboração, em uma conferência onde a teoria de redes complexas estava em ascensão. O encontro entre física, psiquiatria e neurociência (com foco em sonhos) mostrou-se muito frutífero, servindo como exemplo da importância de manter a mente aberta para colaborações inesperadas.

Dados do Episódio

  • Podcast: Fronteiras da Ciência
  • Autor: Fronteiras da Ciência/IF-UFRGS
  • Categoria: Science
  • Publicado: 2021-06-21T08:00:00Z

Referências

Dados do Podcast

Transcrição

[00:00:00] Esta é a segunda parte do programa que trata sobre o uso de teoria de grafos na análise

[00:00:15] do discurso de pacientes visando o diagnóstico de transtornos psiquiátricos.

[00:00:20] Os convidados do programa são a psiquiatra Nathalia Mota, que é doutora em neurociências

[00:00:26] e atualmente é pós-doutoranda no Departamento de Física da Universidade Federal de Pernambuco,

[00:00:31] e o físico Mauro Copelli, que é professor titular deste departamento na Federal de

[00:00:36] Pernambuco.

[00:00:37] O pessoal do programa é o Jorge Kioffo, da biofísica da URIGS, e é o Marco de Arte

[00:00:41] da Física da URIGS.

[00:00:43] Vamos retomar com a pergunta que o Jorge fez no final do último episódio.

[00:00:47] Eu acho estranho que se a esquizofrenia, no caso a esquizofrenia em particular, que

[00:00:51] ela é uma desorganização do pensamento, que ela não afete aquilo que eu tentei chamar

[00:00:57] de sintaxe.

[00:00:58] Pensando numa sintaxe, numa gramática universal, tipo Schomsky, você está dizendo que isso

[00:01:05] não é afetado nesse caso.

[00:01:06] Isso é um pouco surpreendente, mas vamos supor que seja.

[00:01:09] Por que eu perguntei isso?

[00:01:11] Porque existem estudos de imagem, por exemplo, mostrando as áreas afetadas nas diferentes

[00:01:16] variações do uso da linguagem.

[00:01:18] Como se sabe, por exemplo, as áreas onde essa componente da sintática estaria mais

[00:01:23] ou menos ancorada, e as outras áreas fazem o binding entre isso e o uso, o contexto,

[00:01:29] que é a pragmática, que de fato para mim é a parte mais difícil.

[00:01:33] E aí eu fico pensando numa segunda coisa, se tem essa associação conhecida entre áreas

[00:01:38] ou não, que eu acharia surpreendente se não tem, e segundo que esse software de vocês

[00:01:44] é uma espécie de inteligência artificial capaz de fazer cold reading, leitura fria.

[00:01:49] Porque a leitura fria é precisamente a forma de adivinhar as componentes de canções e

[00:01:55] associações pragmáticas e interpretacionais que a pessoa está pensando, inclusive afetivas,

[00:02:03] a partir de outros sinais, ou a partir do que está na fala expressa, tentar ler o que

[00:02:10] não está dito explicitamente.

[00:02:12] É um exagero dizer isso?

[00:02:14] Porque eu não caso nem com a sintaxe nem com a pragmática, eu deixo tudo em aberto

[00:02:18] porque tudo isso a gente ainda tem que ver quanto que realmente tem de atributo sintático

[00:02:24] aqui, quanto que realmente tem de pragmática, mas a gente, por exemplo, a gente tem uma

[00:02:29] colaboração com a Selenho Rodrigues, que é aqui da PUC do Rio, e eles pegaram os mesmos

[00:02:34] sujeitos que a gente coletou, os mesmos dados que a gente fez, os grafos, e viram que tem

[00:02:39] Um décimo de pronomes nulos, né, pronomes sem referenciais dentro da análise dos pacientes

[00:02:45] com esquizofrenia.

[00:02:46] Tem também um linguista, Wolfram, em Barcelona, que tem trabalhos super importantes com questões

[00:02:53] mais da linguística aplicada mesmo a esses dados.

[00:02:56] Não é a base do que a gente fez, não fizemos, não foi porque a gente acha que não tem

[00:03:02] importância, muito pelo contrário.

[00:03:04] Eu acho que tem um mundo aí para ser descoberto.

[00:03:07] Mas dependendo de cada contexto que se aplica, por exemplo, no contexto da esquizofrenia,

[00:03:11] pode ter uma associação dentro de determinadas funções linguísticas e a forma como a pessoa

[00:03:19] fala.

[00:03:20] Mas eu não extrapolaria isso para um comportamento típico, por exemplo, de uma criança que

[00:03:24] está aprendendo a ler, ou para um comportamento de uma pessoa que está iniciando um quadro

[00:03:28] de demência de Alzheimer, tá entendendo?

[00:03:31] Os determinantes que vão dar essa associação entre a maneira como a pessoa escolhe narrar

[00:03:37] a sua história em sequência e os determinantes linguísticos de base, eu acho que vai depender

[00:03:43] bastante de cada contexto, inclusive do contexto cultural também.

[00:03:46] Esses estudos ainda estão por vir, assim, uma das coisas que eu gostaria muito de fazer

[00:03:52] parte e a gente está agora iniciando também dentro de um conselso internacional com pessoas

[00:03:59] que estudam esquizofrenia e que são da Sociedade Internacional de Estudos para Esquizofrenia,

[00:04:04] o CIRS, está iniciando um consórcio que atualmente se chama Discourse, eu acho que é o nome

[00:04:09] que pegou.

[00:04:10] Tende a coletar dados de pessoas com essa condição ao redor do mundo, para a gente

[00:04:16] pegar ferramentas como a nossa, que são invariantes em linguagem, então uma das grandes vantagens

[00:04:23] desse método é justamente você não depender de nenhum corpo linguístico de base e nenhuma

[00:04:29] regra linguística de base, vai reconhecer um conjunto de letras diferentes separado

[00:04:34] por espaço como um nó, então você pode colocar ali uma receita de bolo, pode colocar

[00:04:41] o livro do senhor dos anéis, uns trechos que eles estão falando em elfo, e ele vai

[00:04:46] te dar um grafo de acordo com a recorrência da palavra e que pudesse juntar numa única

[00:04:52] ferramenta, numa única forma de ver essas questões em variantes de línguas, quais

[00:04:58] são esses marcadores que realmente a gente chama de esquizofrenia ao redor do mundo?

[00:05:03] Será que esses marcadores que a gente chama de esquizofrenia aqui no Brasil são os mesmos

[00:05:08] na África, são os mesmos na Índia?

[00:05:11] Bom, qual é a ideia do método, então, resumindo, você pega o relato de um paciente, transforma

[00:05:17] em um grafo, analisa o grafo matematicamente, portanto objetivamente, retira alguns números,

[00:05:24] uma dezena de números mais ou menos, e usa alguns deles para treinar um classificador,

[00:05:29] um machine learning a e-space, e mostra que consegue classificar os diferentes grupos,

[00:05:35] esquizofrenia, controle ou proteção bipolar, então a ideia grosseiramente é essa, voltando

[00:05:40] à questão do contexto que você tinha mencionado, o que a gente descobriu é que nem todos os

[00:05:44] discursos são iguais, no sentido de carregar informação para dar a classificação, então

[00:05:52] no primeiro trabalho, nós usávamos relatos de sonhos, que o paciente relatava o sonho

[00:05:57] durante a consulta psiquiátrica com a Natália, mais tarde nós fomos olhar para os outros

[00:06:02] relatos, porque ela também perguntava como foi seu dia ontem, e era um relato do cotidiano,

[00:06:07] a gente descobriu mais tarde só que na verdade os relatos de sonho tinham muito mais informação

[00:06:13] do que os relatos que não eram de sonho, então você percebe que aí só o tipo da

[00:06:18] pergunta que motiva o relato, já muda completamente a eficácia ou a natureza do método, e aí

[00:06:26] nós fomos atrás disso, então tem alguns trabalhos depois da sequência para a gente

[00:06:29] tentar entender qual é a questão do sonho, é porque a gente não lembra direito, é

[00:06:33] porque eles são afetivamente salientes, em geral você não lembra muito bem dos seus

[00:06:38] sonhos neutros, né, você lembra dos ruins, dos bons, né, porque eles são bizarros simplesmente,

[00:06:43] a narrativa é necessariamente estranha, não é compartilhada com o centro locutor,

[00:06:46] tinha um montão de possibilidades que a gente foi tentando cascavilhar em trabalhos seguintes

[00:06:52] justamente nessa questão do contexto, até a gente concluir que a melhor coisa que tem

[00:06:56] até hoje que eu saiba é relato de sonho, a segunda melhor coisa que você pode pedir

[00:07:00] para o paciente, porque muitos deles não lembram dos sonhos, então esse é um problema

[00:07:03] metodológico se você quiser usar na clínica, é mostrar uma figura afetivamente negativa,

[00:07:08] uma figura ruim, triste, e pedir para o paciente contar a história, conta a história dessa

[00:07:14] foto, aí isso tem um poder classificatório também, aí tem informação ali, um pouquinho

[00:07:20] pior que o sonho mas ainda dá, a terceira melhor coisa é uma imagem com valência positiva,

[00:07:25] um gatinho, uma criança abraçando a mãe e tal, e aí vai decrescendo o poder classificatório,

[00:07:32] por exemplo, tentamos perguntar a memória antiga, memória recente, nada disso se compara

[00:07:37] com o sonho em primeiro lugar e depois essas memórias, essas fotos com valências afetivas

[00:07:43] diferentes. Tentaram algum abstrato como Rorschach? Complementando a resposta anterior, o método

[00:07:48] também já foi testado com nativos de outras línguas, a gente já fez um estudo de tradução

[00:07:53] dos nossos dados, traduzindo para outras idiomas, mas a gente também já fez também com dados

[00:08:00] coletados na Inglaterra, e os dados coletados na Inglaterra eram com testes muito parecidos

[00:08:06] com Rorschach, não é exatamente o Rorschach, é o TAT, são imagens em preto e branco, tem um certo

[00:08:13] grau de ambiguidade essas imagens e afetivamente neutras, normalmente cenas assim, de alguma coisa,

[00:08:20] alguma situação de ação que está acontecendo, enfim, e daí as pessoas viam essa imagem e

[00:08:27] relatavam a história, agora com coisas totalmente abstratas, né, como Rorschach, ainda não.

[00:08:34] Mas um pequeno detalhe, não é à toa que existem umas teorias tradicionais dos sonhos fazendo

[00:08:41] paralelas com os sintomas da esquizofrenia, o sonho como sendo um momento esquizofrênico inato,

[00:08:46] que todos vivam, só que isso também não está muito claro se foi resolvido, né, e portanto isso

[00:08:53] ajuda a contribuir para discutir isso, inclusive, porque não está resolvido esse aspecto.

[00:08:58] No campo dos sonhos ainda tem muitos teóricos que acreditam inclusive que os sonhos não têm

[00:09:04] nenhuma, e são eventos extremamente aleatórios que acontecem no sono REM, e hoje em dia as

[00:09:10] revidências se acumulam mostrando que cada vez mais como os sonhos têm função, sim, ano passado

[00:09:16] a gente mostrou isso com dados coletados durante o primeiro mês de isolamento social, a gente

[00:09:21] desenvolveu um aplicativo para fazer coleta remota dos dados em 2019, testou em sujeitos saudáveis

[00:09:28] Quando entrou a pandemia, que eu ia testar em sujeitos com psicose nos hospitais e nos

[00:09:35] ambulatórios, aí fechou tudo, a gente começou a coletar em março, do ano passado, de março a

[00:09:41] abril, para ver como que se dava essa progressão dos sonhos ao longo desse período e se tinha uma

[00:09:47] diferença daqueles sonhos que foram coletados em 2019, né, quando a gente estava testando o

[00:09:52] aplicativo, foi só por conta desse dado, assim, só por conta de testar vários e vários relatos

[00:09:59] diferentes e observar, o sonho é o principal relato, que esse relato de sonho entrou no aplicativo,

[00:10:05] né, então a gente tinha esses relatos antes, e o que a gente viu é que isso não é o suficiente

[00:10:12] para mudar a estrutura, a estrutura é uma coisa mais robusta, a estrutura tem mais a ver com

[00:10:18] Então se você não é uma pessoa que está adoecida e você não está perdendo cognição,

[00:10:23] no primeiro mês de isolamento social, não deixe o teu discurso menos conectado, mas deixe o teu

[00:10:30] discurso com mais intensidade de palavras relacionadas à tristeza e à raiva, que são outras

[00:10:35] ferramentas que a gente começou a adotar, e deixe o teu discurso também mais próximo de palavras como

[00:10:40] contaminação e limpeza, mostrando como que esse relato do sonho é rico, né, então muitas vezes a

[00:10:46] gente pode encontrar em situações como na esquizofrenia, uma queda dessa estruturação,

[00:10:52] mas mesmo em sinais precoces de não adoecimento, certo, não é transtorno de ansiedade, não eram

[00:11:00] sujeitos com transtorno, eram sujeitos em sofrimento mental, né, com medo, né, e tá lá, então tem

[00:11:07] outras ferramentas também que hoje em dia a gente está utilizando e que podem abraçar, abranger de

[00:11:14] forma mais larga, assim, tudo isso que um psiquiatra normalmente faz de colher informação e integrar,

[00:11:21] para que a gente entenda de uma maneira mais holística mesmo esse comportamento.

[00:11:26] É, o que eu acho mais legal, você falou em robustez, e é bem a questão da robustez,

[00:11:31] que me encanta, você mencionasse antes que a escolaridade não afeta essa resposta também,

[00:11:36] não, isso é muito interessante porque, vamos dizer que por mais que o cara elabore culturalmente,

[00:11:41] para falar mais difícil, empolado, complexo, ou seja, ele não consegue mascarar aquele componente

[00:11:46] da linguagem, é como se você tivesse encontrado um kernel, um núcleo linguístico que eu não sei

[00:11:52] se é sintaxe, se é pragmático, talvez uma coisa híbrida, né, que é robusto e indiferente a isso,

[00:11:57] eu acho que esse é o, talvez, o achado, na minha opinião, humilde, né, o mais importante.

[00:12:01] O aplicativo seria então esse instrumento que tira um pouco do subjetivo, né, que é um instrumento

[00:12:08] subjetivo, né, de, eu acho que vocês estão trabalhando ter isso como alguma coisa que

[00:12:14] participaria, né, de dar esse diagnóstico. Eu vou dizer uma coisa que eu acho muito interessante,

[00:12:20] existe uma parte do trabalho que o Mauro mencionou que envolve um classificador, o Naive Bayes,

[00:12:25] né, que a gente podia até chamar isso de aprendizado de máquina, né, mas o que eu gosto do trabalho de

[00:12:32] é que ele permite interpretabilidade, que é muito diferente da forma que aprendizado de máquina tá

[00:12:38] sendo usado hoje em dia e se está deixando pra máquina resolver todos os problemas. E com isso

[00:12:45] a gente consegue até mais eficiência em classificação, né, o que seria o equivalente

[00:12:50] aqui seria pegar todo o discurso de cada paciente e alimentar uma máquina, né, alimentar uma rede

[00:12:57] dessa, uma rede Deep Learning, alimentar essa e fazer o treinamento ad nauseam até a gente

[00:13:05] chegar no nível de eficiência que a gente gostaria. Mas qual é o efeito colateral disso? A gente não

[00:13:11] sabe o que tá acontecendo, isso tem acontecido em várias áreas das redes neurais, a gente já

[00:13:15] tem vários programas aqui sobre isso, o aprendizado de máquina tá ficando cada vez mais bem sucedido,

[00:13:19] inclusive interpretação de linguagem, interpretação, né, no entanto é uma grande caixa preta, a gente não

[00:13:24] sabe, o bom e o interessante de vocês é justamente esse pré processamento, né, essa tradução da

[00:13:32] linguagem em grafos e as propriedades de grafos que alimentam o classificador, né, o que possibilita

[00:13:40] vocês entenderem um pouco do que tá acontecendo. Eu vejo isso com muita preocupação, Marco, ainda

[00:13:44] mais porque a gente fala de uma população que é, que tem uma neurodiversidade e que tem um preconceito,

[00:13:53] um clima muito importante na sociedade, então você pegar propostas como essa, você tem assim,

[00:14:01] toneladas de dados que você pode extrair de um áudio de uma pessoa falando, dados de acústica,

[00:14:06] dados de pragmática, de sintaxe, dados linguísticos em geral, dados como a transformação em grafos,

[00:14:14] enfim, você pode extrair centenas de características sobre isso e você também pode treinar o seu

[00:14:23] classificador com o preconceito do nosso tempo e daí você treinaria, enfim, inteligência artificial

[00:14:32] carregando o preconceito. Tem um trabalho super importante, assim, em relação a isso, a trazer

[00:14:40] esses contextos culturais, então tem uma professora postdoc ainda, né, eu tô chamando de professora

[00:14:47] porque eu já conhecia já esse título, que é a Denise de Carvalho lá na UFRN, ela tem um trabalho super

[00:14:53] interessante vendo como que é estigmatizado os bancos hoje em dia já de imagens de pessoas negras

[00:15:02] e pessoas brancas. Imagina esse tipo de raciocínio para um aprendizado de inteligência artificial em

[00:15:11] que a gente não tem noção do que tá acontecendo, da caixa preta que tá saindo os resultados e apenas

[00:15:19] classificando as pessoas, esse não é o objetivo de forma alguma, o objetivo da gente é entender de

[00:15:26] maneira objetiva e precisa quais são esses fenômenos, então é realmente dar um passo atrás e entender

[00:15:32] quais são os componentes cognitivos que estão determinando mais ou menos esses padrões de

[00:15:38] que a gente encontra. Tem alguns trabalhos que eu me lembro aqui que vão já nessa direção e são

[00:15:44] trabalhos importantes, são trabalhos que são leicitados, né, mas tem um trabalho que pegou

[00:15:51] milhares de prontuários de pacientes em diferentes hospitais nos Estados Unidos e trabalhou com deep

[00:16:00] learning, com aprendizado profundo para extrair quais eram os riscos de cometer suicídio ou não

[00:16:07] e daí não extraiu quais eram as informações que os psiquiatras estavam na verdade anotando.

[00:16:15] Não tinha nenhuma característica disso que era o preditivo para dar uma performance de 75% de

[00:16:23] acerto de quem cometia suicídio, de quem não cometia e daí assim eu acho que a ciência perde

[00:16:29] porque a gente perde de ver quais são esses fatores determinantes que, enfim, o algoritmo

[00:16:37] conseguiu de alguma forma aprender e qual foi esse caminho que ele aprendeu, quero saber também

[00:16:42] com o psiquiatra quais são os determinantes que ele encontrou naqueles prontuários que fizeram

[00:16:48] classificar em 75% de acerto quem cometeu suicídio ou não por uma situação tão importante.

[00:16:55] Mas eu queria só, já a gente está chegando ao final do programa, eu queria entender,

[00:16:59] eu queria perguntar as perspectivas futuras do trabalho de vocês, para onde vocês estão indo agora?

[00:17:05] Não, tem alguns trabalhos assim, a gente tem investido não apenas em entender essas questões

[00:17:11] do ponto de vista da patologia, em relação a isso, uma das coisas que a gente tem investido

[00:17:19] em colaborações e nessas iniciativas como esse consórcio que eu citei para vocês é de fazer

[00:17:26] uma integração mesmo e tentar coletar dados o mais diverso possível, em termos de situações

[00:17:33] sociais, socioeconômicas, de gênero, de línguas também, então esses determinantes culturais eu

[00:17:41] acho que tirando a vantagem de ser em teoria uma ferramenta que não tem um viés linguístico de

[00:17:49] forma, pelo menos na sua forma como a gente desenhou, a gente poderia então partir dela e tentar

[00:17:56] entender quais são esses pontos em comuns, quais são os pontos de divergência. Agora tem uma outra

[00:18:03] área que a gente começou em 2016 e é uma das partes que assim afetivamente são, para mim são

[00:18:11] as mais caras, que é entender como que essas questões se desenvolvem tipicamente, no desenvolvimento

[00:18:18] de uma criança. A gente criou algo que é útil para o contexto de uma patologia, mas antes de

[00:18:26] propor ele no contexto patológico, a gente precisa primeiro entender como é o desenvolvimento típico

[00:18:32] dessas características e o que a gente começou a explorar e entender é que tem uma série de

[00:18:40] coisas muito interessantes do ponto de vista do desenvolvimento que são correlatas e outras que

[00:18:46] não são correlatas, como por exemplo memória verbal é correlata, mas memória vista espacial não tem nada

[00:18:53] a ver com essa forma de falar. Então a gente ao longo desse tempo observou que as crianças elas saem

[00:19:00] de um padrão que é de menor recorrência curta, ou seja, a repetição das mesmas associações de

[00:19:06] palavras, para evoluir para um padrão em que você tem uma maior conectividade de todas as palavras

[00:19:14] que estão utilizadas naquele relato, naquela narrativa, em detrimento dessas dessas recorrências

[00:19:19] curtas e daí ao longo desse desenvolvimento, questões como QI são associadas, teoria da mente

[00:19:28] são associadas, questões acadêmicas também tem uma associação importante, então quanto mais a

[00:19:34] criança aprende a ler, mais isso vai se desenvolvendo com facilidade e o nosso último trabalho com isso,

[00:19:42] no ano passado, vi que são questões mais a ver com memória é de curto prazo no campo verbal e

[00:19:50] menos no campo viso espacial, então parecendo mesmo ser aquela coisa que a gente já tinha

[00:19:55] pensado lá no início e que o Creple, a gente não, o Creple tinha pensado lá no início, tem a ver com

[00:20:01] planejamento, com a forma como a gente coloca informações verbais na nossa capacidade de

[00:20:08] curto prazo para planejar essa fala para quem está ouvindo, agora o importante daqui é o projeto que

[00:20:16] eu queria fazer assim muito caramente mesmo nesse contexto pandêmico, é isso que a gente ainda tem

[00:20:22] que resolver, como que vai fazer, mas é realmente tentar coletar dados em larga escala no Brasil em

[00:20:29] diferentes contextos sociais, em diferentes contextos regionais para que a gente tenha um dado normativo

[00:20:35] e para que a gente consiga fazer uma curva normal como que esses dados estão evoluindo a partir do

[00:20:42] nível de escolaridade e do nível de idade dessas crianças, então se a gente conseguisse, que nem o

[00:20:47] pediatra tem no acompanhamento de uma criança com peso e altura, identificar precocemente se esse

[00:20:54] desenvolvimento físico aqui, ó, ela não está ganhando peso direito, vamos investigar, os hormônios

[00:20:59] estão ok, o GH está ok, como é que está a idade óssea? São rastreios importantes que sinalizam a tempo

[00:21:10] suficiente do médico poder ter uma intervenção de prevenção e não de mitigação, quando a gente está

[00:21:17] falando de situações gritantes como uma esquizofrenia, como perda de cognição social, você prevenir esse

[00:21:25] episódio pode significar a diferença entre o sujeito ser produtivo, ter um emprego, ter família

[00:21:34] estruturado ou não. É possível atrasar ou eventualmente até impedir o onseto, né, o aparecimento do

[00:21:42] distúrbio esquizofrênico mais completo? É isso que você está dizendo? Porque se não é uma coisa curável, porque a

[00:21:48] compreensão da natureza dela ainda não é completa, né, mas é possível prevenir, porque eu sei que tem casos

[00:21:52] que surgem de surtos aleatórios, né? A gente pega principalmente os pacientes nessa fase, mas tem um grande

[00:21:58] esforço hoje em dia de trabalhar com a fase de pródromos, essa fase de pródromos é um momento em que a

[00:22:05] pessoa tem só sintomas apenuados, sintomas leves, e daí ela consegue ainda, é aquele, aí é a maior

[00:22:13] dificuldade para os psiquiatras, então mesmo com os instrumentos mais sofisticados que se tem hoje com

[00:22:20] as instruções mais sofisticadas, a escala Simpsons, por exemplo, ela só tem uma previsão de convergência

[00:22:28] para psicose com a assertividade de 30%, ela só pega 30% daqueles que vão converter para psicose,

[00:22:35] porque confunde muito gente com a adolescência, você tá lidando com a adolescência, com várias

[00:22:42] situações esquisitas. Eu sempre achei isso, que a adolescência é muito parecida com uma psicose.

[00:22:47] Quando eu comecei a participar da LASCUL e tudo, e que eu chegava para os educadores e para as pessoas

[00:22:56] do desenvolvimento cognitivo, que são super fofas e nunca viram a psicose, falava, gente, a adolescência é

[00:23:02] psicose, é igual a mim, as pessoas ficam assustadas comigo, assim. Não querendo dizer que um adolescente

[00:23:10] que tá sentindo estranho, que aquilo é psicose de forma alguma, isso é uma brincadeira, mas é querendo

[00:23:16] ver que a gente, quando toma esse distanciamento para olhar para o comportamento humano e ver ele na

[00:23:24] perspectiva do desenvolvimento, a gente precisa ser agnóstico do que a gente tá olhando, do que a gente

[00:23:32] tá medindo. Então nesse sentido, a adolescência pode ter um sofrimento que é uma reação natural

[00:23:42] da fase do desenvolvimento e pode trazer muito sofrimento mental para aquele indivíduo, mas não

[00:23:49] precisa ter o pior desfecho. Vou fazer essa perguntinha bem rápida, porque isso é uma coisa bem

[00:23:53] difícil agora. Não se escutem também, eu tenho algum trabalho que foi feito, eu não achei discutido

[00:24:01] a questão ética por trás da existência de um algoritmo que funcione, ou seja, a possibilidade

[00:24:06] desse usado, claro, para fazer o pródromo, para previsão e aí tratar precocemente, mas ao mesmo

[00:24:12] tempo, existem os estigmas sociais desse tipo de doença, então aí tu classifica o cara previamente,

[00:24:17] então tu já estigmatiza ele antes dele inclusive ser, talvez até nem você. Então o uso eugênico

[00:24:23] desse tipo de coisa, como é que se poderia prevenir isso? Isso faz parte do nosso trabalho também,

[00:24:28] até tudo o que nós fazemos pode via dar algo que tem um uso eugênico. É falar do desenvolvimento

[00:24:35] é entender como que isso se desenvolve tipicamente, entender os limites com precisão do que é

[00:24:44] patológico, do que não é patológico, e aqui a gente fecha o LSC, a gente fecha esse loop, que a gente

[00:24:50] fecha com a primeira pergunta, a gente volta naquilo que é uma definição do que é patológico, do que

[00:24:56] é normal, do que é típico. A gente primeiro precisa entender o que é típico, e caracterizar

[00:25:03] esses níveis com um tom, por isso que é importante dado com diversidade. A gente não pode focar na

[00:25:10] população weird, como se chama, de países que são ricos, que são desenvolvidos e que tem,

[00:25:18] como foram as primeiras curvas de normatividade do QI, por exemplo, em que você medir inteligência

[00:25:26] baseada em padrões de performance de alunos universitários das melhores universidades do

[00:25:33] mundo. A gente precisa partir desse dado com um dado realmente com diversidade cultural,

[00:25:37] e daí por isso que eu queria muito fazer esse projeto no Brasil, porque a gente tem muita

[00:25:44] diversidade cultural no Brasil em termos regionais e dentro de uma língua que não é tão explorada,

[00:25:52] né? Mas imagina fazer isso também ao redor do mundo, seria um sonho. Eu sou parceiro,

[00:25:58] Laura, tu quer falar alguma coisa no final?

[00:26:00] Não, eu ia comentar de maneira complementar a pergunta do Jorge, que só para deixar claro,

[00:26:09] o software que hoje está disponível, o software original que está disponível,

[00:26:13] ele não dá diagnóstico de maneira nenhuma, certo? Ele não dá diagnóstico. Ele calcula números,

[00:26:18] calcula atributos de grafos, e o diagnóstico só é obtido se a pessoa tiver a máquina

[00:26:26] de vida já, a região artificial treinada ali para usar aquele negócio. E isso nós não fornecemos

[00:26:32] exatamente por esse motivo. De alguma maneira, a metáfora original que nós fazíamos era que

[00:26:39] esses números, esses marcadores objetivos da fala poderiam talvez serem comparados a um hemograma.

[00:26:47] O hemograma estaria para o clínico geral, assim como esses atributos de grafos poderiam estar para

[00:26:54] o psiquiatra, de maneira que o dado deve ser entregue para o psiquiatra para auxiliar no

[00:26:59] diagnóstico e não para substituir o diagnóstico totalmente. Então é importante ter esse cuidado,

[00:27:08] essa preocupação. Ela está lá atrás desde sempre com a gente, porque o Marco perguntou no começo se

[00:27:15] um físico poderia ter feito isso, e a resposta é não. Jamais um físico poderia ter feito sozinho.

[00:27:20] A Natália como psiquiatra sempre foi a pessoa que dividia várias questões. Tem encruzilhadas

[00:27:27] metodológicas no percurso de qualquer pesquisa, a maior parte das vezes essa encruzilhada era

[00:27:32] decidida pelo critério clínico que só o psiquiatra pode dar. Então, por exemplo, a gente

[00:27:38] entendeu desde cedo o perigo de você divulgar um classificador, porque a Natália vive até hoje,

[00:27:46] recebendo contato de mães desesperadas, de localidades remotas que não têm acesso à

[00:27:52] clínica psiquiátrica e que querem o diagnóstico. E nós não vamos entregar esse diagnóstico de maneira

[00:27:59] irresponsável, porque tudo isso está sendo testado, é pesquisa básica, o número de pacientes vai

[00:28:05] crescendo, mas tem a significância estatística. Então eu só queria dar esse complemento pé no chão,

[00:28:10] além do que a Natália falou, de que esse diagnóstico automatizado não está disponível.

[00:28:15] Inicionalmente, porque a gente não quer justamente criar nem falso positivo, nem falso negativo.

[00:28:22] O único comentário que eu vou fazer que é separado disso, Marc, é só um comentário mais como físico

[00:28:27] e teórico do contexto histórico. Os detalhes da pré-história para mim se perderam, sabe?

[00:28:31] Eu me lembro de encontrar a Natália numa conferência, eu não lembro mais qual é, a gente vê os resultados

[00:28:38] dela. Naquela época, as redes complexas ainda estavam no começo do crescimento exponencial,

[00:28:44] o paper do Watson-Strogatz ainda estava muito quente, assim. E lembro de comentar a Natália,

[00:28:49] vamos ler esse paper, vamos ver se tem alguma coisa a ver. Então eu acho interessante a questão da

[00:28:54] multidisciplinaridade que está envolvida por nascimento disso aí, né? Ter, eventualmente,

[00:28:59] conceitos que estavam pipocando na hora de sistemas complexos ali, um encontro muito feliz com a Natália

[00:29:06] da psiquiatria, o Siddhartha com os sonhos dele, porque é um tema de pesquisa dele como neurocientista,

[00:29:12] então tudo isso convergiu de maneira muito, palavra auspiciosa, e de certa maneira é uma

[00:29:18] mensagem para os cientistas em geral, né? Para os jovens cientistas manter os olhos abertos, assim,

[00:29:23] para coisas que você não imagina. Para mim, como físico-teórico, era para ser um projeto pequenininho,

[00:29:29] paralelo, secundário, assim, e era um saguizinho bonitinho, e se transformou um gorila na sala,

[00:29:35] porque ele cresceu muito, dadas as tantas resultados interessantes que saíram.

[00:29:41] Os convidados de hoje foram a Natália Mota, que é psiquiatra, doutora em neurociências e,

[00:29:48] atualmente, postdoc no Departamento de Física da Universidade Federal de Pernambuco, o Mauro

[00:29:54] Copelli, que é professor titular do Departamento de Física da Universidade Federal de Pernambuco,

[00:30:01] o pessoal do programa, o Jorge Kiefel, da Biofísica da URIGS, e eu, o Marco de Arte da Física da URIGS.

[00:30:07] O Programa Fronteiras da Ciência é um projeto do Instituto de Física da URIGS.

Visão de gráfico