Um Modelo Computacional para Análise de Depressão em Dados de Redes Sociais

Abstract

Os transtornos mentais prejudicam a vida de milhões, comprometem a qualidade de vida e reduzem a produtividade. A depressão impacta cerca de 5% dos adultos em todo o mundo e gera custos anuais próximos a US$1 trilhão. Propomos o Serapis, um modelo computacional que organiza dados de redes sociais, questionários e do PHQ-9 para produzir inteligência acionável e apoiar o diagnóstico da depressão. O modelo integra LLMs com uma ontologia construída segundo as melhores práticas de computação forense e OSINT. Desenvolvemos um protótipo MVP que constrói uma linha do tempo de postagens e destaca entradas relevantes para psicólogos. Um grupo focal com profissionais validou a usabilidade do sistema, apontando alta facilidade de uso e utilidade, e recomendou melhorias na acurácia contextual e na colaboração.