Sciam
Clique e assine Sciam
Notícias

Pode uma máquina identificar pensamentos suicidas?

Novo estudo utiliza imagens do cérebro para identificar quem cogita tirar a própria vida - e quem até já tentou

Carnegie Mellon University
À esquerda, o padrão de ativação cerebral para a palavra "morte" em participantes que haviam tentado o suicídio. A imagem à direita mostra o padrão de ativação cerebral para a mesma palavra em aprticipantes de controle.
Apesar de décadas de esforço, identificar os indivíduos que apresentam um risco maior de morrer por suicídio tem se provado frustrantemente difícil. Depender de que os pacientes revelem suas intenções não funciona. Quase 80% das pessoas que cometem suicídio escondem seus pensamentos de médicos e terapeutas durantes suas últimas visitas. No entanto, as taxas de suicídio estão aumentando entre os estadunidenses de meia idade, e esta já é a segunda principal causa de morte entre jovens. Por conta disso, pesquisadores têm procurando com urgência uma forma biológica confiável para prever pensamentos e comportamentos suicidas.

Um relatório publicado nesta semana na revista Nature Human Behaviour sugere uma nova possibilidade intrigante. O estudo combinou imagens neurais com técnicas de aprendizado de máquina para explorar se os cérebros de pessoas suicidas respondem de maneira diferente a palavras positivas e negativas relacionadas a vida e morte. “Acontece que eles respondem”, diz Matthew Nock, co-autor da pesquisa e psicólogo clínico da Universidade Harvard. “Podemos prever com um nível bastante surpreendente de precisão quem teve ou não pensamentos suicidas - e mesmo entre aqueles que os tiveram, quem fez alguma tentativa e quem não fez.”

Embora o estudo tenha sido pequeno, as descobertas são extraordinárias, diz Barry Horwitz, chefe da Seção de Modelagem e Imagem do Cérebro do Instituto Nacional de Surdez e Outros Distúrbios de Comunicação, que escreveu um comentário que acompanha o estudo. Horwitz ficou particularmente impressionado com a capacidade da técnica de classificar corretamente, entre 17 indivíduos potencialmente suicidas, os nove que haviam feito tentativas de tirar suas próprias vidas, algo tão difícil de encontrar quanto uma agulha no palheiro. “É difícil imaginar qualquer outro método ou fator de risco que permita fazer esse tipo de distinção”, diz Horwitz.

No início deste ano, relatou-se que o aprendizado automático de máquina detectaria o risco de suicídio baseado em registros de saúde com uma precisão entre 80% e 90% - o que é considerado um resultado encorajador. Contudo, este novo estudo se destaca, pois ele revela um potencial marcador biológico para pensamentos suicidas. “Não é apenas um registro de comportamento”, diz Marcel Just, co-autor do estudo e neurocientista cognitivo da Universidade Carnegie Mellon, “temos os pensamentos reais que eles têm sobre suicídio, e podemos ver como eles são afetados.”

O estudo combinou duas linhas de pesquisa distintas. Nock havia utilizado anteriormente testes de associação implícita para determinar o risco de suicídio. Ele formou pares, por exemplo, usando palavras relacionadas a morte e vida e os termos “como eu” e “não como eu”. Pessoas suicidas eram 3 vezes mais propensas a responder mais rapidamente em comparação aos controles quando “morte” e “eu” eram colocadas num par. Esse resultado foi replicado repetidamente, e provou ser uma forma relativamente forte de se prever pensamentos e comportamentos suicidas quando comparado a outras abordagens, como avaliações médicas.

Enquanto isso, Just utilizava imagens funcionais de ressonância magnética (fMRI, na sigla em inglês) para olhar dentro da mente. “Podemos ver o padrão que corresponde aos pensamento”, ele diz. Sua técnica, conhecida como neuro-semântica, não reconhece palavras, mas sim conceitos. Em respostas à frase um homem velho jogou uma pedra no lago, por exemplo, os padrões de ativação cerebral indicam que a frase se refere a uma pessoa, que há movimento associado e que na cena visualizada se passa ao ar livre . Em estudos separados, Just pediu aos indivíduos (eles eram atores que utilizam métodos de interpretação) para conjurar emoções como raiva e ciúmes, encontrando padrões reconhecíveis para ambas. “Emoções possuem assinaturas neurais”, diz Just. “Temos um arquivo delas em nosso computador.”

Quando Just leu sobre a pesquisa de Nock, ele se perguntou se poderia ver os pensamentos de pessoas suicidas em seu scanner. Primeiramente, os pesquisadores pediram a um classificador de aprendizado automático, que tenta encontrar medidas preditivas para resultados específicos, se poderia distinguir entre 17 indivíduos que pensaram em suicídio e 17 que não o fizeram. No interior do scanner fMRI, os participantes foram convidados a pensar sobre uma série de palavras relacionadas a suicídio e pensamentos e sentimentos positivos e negativos específicos. (As mais significativas provaram ser “morte”, “problema”, “despreocupação”, “crueldade”, “elogio” e “bem”.) Depois de medir os padrões neurais de resposta, os pesquisadores treinaram a máquina com dados de 33 dos 34 indivíduos. Então, pediram à máquina para determinar se o indivíduo misterioso era suicida ou não. O classificador realizou a tarefa com 91% de precisão, identificando corretamente 15 dos 17 indivíduos suicidas e 16 dos 17 de controle.

Em uma segunda fase do estudo, os pesquisadores usaram o arquivo de assinaturas emocionais de Just para avaliar o quanto de cada uma das quatro emoções - raiva, vergonha, tristeza e orgulho - estava associada a cada palavra. "O classificador poderia dizer se alguém estava no grupo suicida ou de controle através do quanto de cada emoção era evocado", diz Just. "‘Morte’ provocou mais tristeza e vergonha entre aqueles com ideias suicidas." A classificação baseada nessas assinaturas neurais emocionais teve 87% de precisão na previsão de pensamentos suicidas.

Em resposta a palavras relacionadas a morte, pessoas suicidas ativaram mais áreas do cérebro associadas ao pensamento auto-referencial. Isso foi consistente com as descobertas anteriores, diz Nock. Entretanto, a resposta emocional a palavras como “despreocupado” ou “problema” foi uma surpresa. "As pessoas que pensam em suicídio têm padrões os quais sugerem menos orgulho quando a palavra ‘despreocupado’ foi mostrada, e mais vergonha quando a palavra ‘morte’ foi mostrada", diz Nock. "Existe esse componente emocional sobre como as pessoas estão pensando em si mesmas o qual não havíamos identificado antes."

Outros estudiosos do suicídio dizem que a ideia de usar assinaturas neurais para prever riscos é promissora, mas ressaltam o quão preliminar é o estudo. “Estes resultados deixam muitas questões sobre os mecanismos de trabalho e as implicações clínicas, dada a natureza intensiva da tarefa e a despesa da fMRI”, diz Alexis May, psicóloga clínica da Universidade de Utah, que não esteve envolvida com a pesquisa.

Os autores do estudo concordam. Eles esperam primeiro replicar o estudo, e depois investigar a viabilidade clínica da técnica. Talvez adotando outra técnica, como a eletroencefalografia, ou EEG, que monitora a atividade elétrica cerebral. Embora seja claramente de interesse científico entender melhor os cérebros de pessoas suicidas, ainda resta ver se o método é realisticamente útil. “Se podemos ter boas previsões utilizando um teste de comportamento de 3 minutos, por que gastar milhares de dólares para colocar alguém em um scanner?”, diz Nock. “O que estamos fazendo é vendo se estas abordagens nos dão alguma peça diferente do quebra-cabeça.”

Lydia Denworth
Para assinar a revista Scientific American Brasil e ter acesso a mais conteúdo, visite: http://bit.ly/1N7apWq