Por Ronaldo Martins
05/08/2026
A forma como crianças entre 9 e 13 anos descrevem experiências estressantes pode prever o risco de desenvolver depressão e ansiedade até seis anos depois, segundo estudo publicado na revista Nature Mental Health. O modelo de inteligência artificial desenvolvido pelos pesquisadores superou avaliações humanas na previsão de futuros transtornos mentais.
A linguagem utilizada por crianças ao relatar acontecimentos difíceis pode indicar, anos antes, a probabilidade de desenvolver transtornos como depressão e ansiedade. A conclusão é de um estudo publicado na revista Nature Mental Health por pesquisadores da Universidade Stanford e do Instituto Nacional de Saúde Mental dos Estados Unidos (NIMH).
A pesquisa analisou entrevistas realizadas com 7.844 crianças norte-americanas de 9 a 13 anos participantes do estudo longitudinal Adolescent Brain Cognitive Development (ABCD). Durante as entrevistas, os participantes narraram experiências pessoais estressantes, que foram processadas por modelos de linguagem natural capazes de identificar padrões linguísticos associados ao risco de transtornos mentais futuros.
Os pesquisadores acompanharam os participantes por até seis anos e compararam as análises linguísticas com os diagnósticos de saúde mental registrados ao longo desse período. Os resultados mostraram que os modelos computacionais explicaram mais que o dobro da variação nos desfechos clínicos quando comparados às avaliações feitas por especialistas humanos a partir das mesmas entrevistas.
Segundo os autores, o desempenho do sistema não dependeu apenas do conteúdo das histórias contadas pelas crianças, mas principalmente da forma como elas organizaram o discurso. Aspectos como a estrutura narrativa, a escolha de palavras, a coerência do relato e os padrões de expressão revelaram informações relevantes sobre o risco de desenvolver transtornos internalizantes, como depressão e ansiedade.
Os pesquisadores destacam que a tecnologia não foi desenvolvida para substituir avaliações clínicas nem para produzir diagnósticos individuais. O objetivo é oferecer uma ferramenta complementar de triagem capaz de identificar precocemente crianças com maior probabilidade de desenvolver problemas de saúde mental, permitindo intervenções antes do aparecimento dos sintomas.
De acordo com a equipe, estudos adicionais serão necessários para verificar se o método mantém o mesmo desempenho em populações com diferentes perfis linguísticos, culturais e socioeconômicos. Também será preciso avaliar questões éticas relacionadas ao uso de inteligência artificial na identificação precoce de riscos em saúde mental infantil.
