Detecção precoce de transtornos de saúde mental em português
Resumen
O presente estudo enfoca o problema da detecção precoce de transtornos de saúde mental nos moldes da série de desafios eRisk (originalmente voltado ao domínio de fóruns de discussão sobre saúde mental no idioma inglês) em uma rede social de propósito geral em português. De forma mais específica, propõe a adaptação de uma estratégia vencedora em diversas edições deste shared task para o caso da detecção precoce de depressão e transtorno de ansiedade no domínio do Twitter/X brasileiro, usando para este fim uma abordagem inédita baseada em LLMs com uso de engenharia de prompts. Os resultados obtidos indicam que o uso de LLMs apresenta maior poder de antecipação de diagnóstico em relação a abordagens tradicionais da área, e que a detecção com base em publicações da redes social de propósito geral é potencialmente mais desafiadora do que na formulação original do problema, sendo dependente da proximidade das mensagens do momento do diagnóstico na ordem cronológica da timeline do Twitter/X.
Derechos de autor 2024 Bruno Nagamatu, Ivandré Paraboni
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
Los autores que envíen sus trabajos a esta revista implícitamente estón de acuerdo con los siguientes términos:
- Los autores retienen los derechos de autor de sus trabajos, permitiendo a esta revista su primera publicación bajo licencia de Creative Commons Attribution License, que permite a otros acceder libremente, usar y compartir dicho trabajo, citando adecuadamente la autoría del trabajo y su presentación en esta revista.
- Los autores pueden prescindir de los términos de licencia de CC y acordar por su cuenta arreglos contractuales adicionales independientes para la distribución no exclusiva y posterior publicación de este trabajo (p.e., para incluirlo en un repositorio institucional o publicarlo en un libro), citando adecuadamente su publicación inicial en esta revista.
- Además, se anima a los autores a poner en línea su trabajo (p.e., en repositorios institucionales o en su propio sitio web) en cualquier momento antes o durante el proceso de envío, ya que eso puede conducir a intercambios productivos y a un número mayor y más temprano de citas del trabajo publicado (Ver The Effect of Open Access).
