Atenção: a matéria a seguir inclui uma discussão sobre suicídio. Se você ou alguém que você conhece precisar de ajuda, procure ajuda especializada. O Centro de Valorização da Vida (CVV) funciona 24h por dia pelo telefone 188. Também é possível conversar por chat ou e-mail.

Algoritmos de aprendizado de máquina para IA desenvolvidos para prever risco de suicídio ou automutilação apresentam desempenho insatisfatório e não são mais eficazes que métodos tradicionais de avaliação de risco.

A conclusão vem de um estudo publicado em 11 de setembro no PLOS Medicine por Matthew Spittal, da Universidade de Melbourne, na Austrália, e colaboradores.

Detalhes do estudo

• A equipe realizou uma revisão sistemática e meta-análise de 53 estudos envolvendo mais de 35 milhões de prontuários médicos e quase 250 mil casos de suicídio ou automutilação atendidos em hospitais.
• Embora os algoritmos tenham demonstrado alta especificidade – ou seja, são bons para identificar pessoas que não tentarão suicídio – eles falham em reconhecer grande parte daqueles que efetivamente apresentam risco.
• Mais da metade dos indivíduos que posteriormente se automutilaram ou tentaram suicídio havia sido classificada como de baixo risco.
• Entre os considerados de alto risco, apenas 6% morreram por suicídio e menos de 20% voltaram aos serviços de saúde por automutilação.

Leia mais:

• Namorar uma IA faz bem à saúde? Veja o que diz a medicina
• Quais os sintomas do Transtorno de Personalidade Borderline (TPB)?
• Adolescência: confira 8 séries e filmes parecidos com a produção da Netflix

Pesquisa na área precisa avançar

Os autores destacam que a qualidade da pesquisa na área ainda é baixa, com risco de viés em muitos estudos, e afirmam que não há evidências suficientes para mudar as diretrizes clínicas atuais.

Essas diretrizes já desencorajam o uso de avaliações de risco – e agora também dos algoritmos de IA – como única base para priorizar intervenções ou alocar recursos de prevenção.