Uma Análise Sobre Aplicações de Inteligência Artificial e Visão Computacional na Identificação de Sinais de Depressão
Resumo
O artigo proposto busca analisar e destacar conceitos relacionados à Visão Computacional, uma das áreas de estudo da Inteligência Artificial, focado no diagnóstico de sintomas relacionados à depressão e como podemos utilizar essa técnica para resolver problemáticas relacionadas. A metodologia adotada consistiu em uma revisão de literatura, com buscas realizadas por meio da ferramenta Google Acadêmico. Os critérios de seleção incluíram a presença de palavras-chave como “Inteligência Artificial”, “Visão Computacional”, “Emoções”, “Depressão” e o uso de IA na área da saúde mental.
Referências
American Psychiatric Association. (2013). Diagnostic and Statistical Manual of Mental Disorders (5th ed.). Arlington, VA: American Psychiatric Publishing.
American Psychiatric Association.(2023).Manual Diagnóstico e Estatístico de Transtornos Mentais (DSM-5-TR). Artmed.
Baltrušaitis, T., Ahuja, C., & Morency, L. P. (2018). Multimodal machine learning: A survey and taxonomy. IEEE Transactions on Pattern Analysis and Machine Intelligence, 41(2), 423-443.
Barbosa, S. D. J. e da Silva, B. S. (2010) “Interação Humano-Computador”, Elsevier Brasil.
Bevan, N. (2009). “Extending quality in use to provide a framework for usability measurement”. In Human Centered Design: First International Conference, HCD 2009, Held as Part of HCI International 2009, San Diego, CA, USA, July 19-24, 2009 Proceedings 1 (pp. 13-22). Springer Berlin Heidelberg.
Braga, A. V., Lins, A. F., Soares, L. S., Fleury, L. G., Carvalho, J. C., & Prado, R. S. do. (2019). Machine learning: O Uso da Inteligência Artificial na Medicina/ Machine learning: The Use of Artificial Intelligence in Medicine. Brazilian Journal of Development, 5(9), 16407–16413. DOI: 10.34117/bjdv5n9-190
Calvo, R. A., Milne, D. N., Hussain, M. S., and Christensen, H. (2017). Natural language processing in mental health applications using non-clinical texts. Natural Language Engineering, 23(5), 649-685.
Carvalho N, Laurent E, Noiret N, et al. Eye movement in unipolar and bipolar depression: A systematic review of the literature. Front Psychol 2015;6:1809. DOI: 10.3389/fpsyg.2015.01809
Elvas, L. B., & Ferreira, J. (2023). Aplicações da IA na saúde. In F. Camacho (Eds.). 88 vozes pela inteligência artificial: O que fica para a máquina e o que fica para o homem? (pp. 400-419).
Ferreira, B. D., & Prinz, R. C. Desafios E Perspectivas Da Implantação De Inteligência Artificial Na Assistência Médica. Anais Do Simpósio Brasileiro De Inteligência Artificial, p. 31.
Hamilton, J. P., Chen, M. C., Waugh, C. E., Joormann, J., and Gotlib, I. H. (2015). Distinctive and common neural underpinnings of major depression, social anxiety, and their comorbidity. Social Cognitive and Affective Neuroscience, 10(4), 552-560.
Júlio, J. G. (2024). Inteligência Artificial e Depressão: revisão sistemática. Revista Da UI_IPSantarém, 12(1), e33936. DOI: 10.25746/ruiips.v12.i1.33936
Kleinsmith, A., & Bianchi-Berthouze, N. (2013). Affective body expression perception and recognition: A survey. IEEE Transactions on Affective Computing, 4(1), 15-33.
LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444.
Li, S. e Deng, W. (2020). Deep Facial Expression Recognition: A Survey. IEEE Transactions on Affective Computing, 2020.
Low, L. S. A., Maddage, N. C., Lech, M., Sheeber, L. B., and Allen, N. B. (2010). Detection of clinical depression in adolescents’ speech during family interactions. IEEE Transactions on Biomedical Engineering, 58(3), 574-586.
Machado, D. S., & Viana, E. A. A Inteligência Artificial E Seu Impacto Na Saúde: Desafios E Perspectivas. Anais Do Simpósio Brasileiro De Inteligência Artificial, 17.
Milano, D. and Honorato, L. B. (2010) “Visão Computacional”, Faculdade de Tecnologia, Universidade Estadual de Campinas.
Noyes B, Biorac A, Vazquez G, Khalid-Khan S, Munoz D, Booij L. (2023). Eye-tracking in adult depression: protocol for a systematic review and meta-analysis. BMJ Open. 2023 Jun 6;13(6):e069256. DOI: 10.1136/bmjopen-2022-069256. PMID: 37280037; PMCID: PMC10254607.
RUSSEL, S., & NORVIG, P. (2013). Inteligencia Artificial. São Paulo – SP: Campus.
Russell, S., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach (3rd ed.). Prentice Hall.
Scherer, S., Stratou, G., & Morency, L. P. (2013). Audiovisual behavior descriptors for depression assessment. In Proceedings of the 15th ACM on International conference on multimodal interaction (pp. 135-140).
Wang, J. (2004). A longitudinal population-based study of treated and untreated major depression.MedicalCare, 42(6), 543-550. DOI: 10.1097/01.mlr.0000128001.73998.5c
Zhang, J., Yin, Z., Chen, P., & Nichele, S. (2020). Emotion recognition using multi-modal data and machine learning techniques: A tutorial and review. Information Fusion, 59, 103-126.
Zucolotto, T. E.; Gerônimo, R. M. P.; Silva, P. I. J.; Da Costa, L. C. S. A inteligência artificial na medicina: aplicações atuais e potenciais. Brazilian Journal of Health Review, [S. l.], v. 6, n. 6, p. 31237–31247, 2023. DOI: 10.34119/bjhrv6n6-358. Disponível em: [link]. Acesso em: 6 may. 2025.
American Psychiatric Association.(2023).Manual Diagnóstico e Estatístico de Transtornos Mentais (DSM-5-TR). Artmed.
Baltrušaitis, T., Ahuja, C., & Morency, L. P. (2018). Multimodal machine learning: A survey and taxonomy. IEEE Transactions on Pattern Analysis and Machine Intelligence, 41(2), 423-443.
Barbosa, S. D. J. e da Silva, B. S. (2010) “Interação Humano-Computador”, Elsevier Brasil.
Bevan, N. (2009). “Extending quality in use to provide a framework for usability measurement”. In Human Centered Design: First International Conference, HCD 2009, Held as Part of HCI International 2009, San Diego, CA, USA, July 19-24, 2009 Proceedings 1 (pp. 13-22). Springer Berlin Heidelberg.
Braga, A. V., Lins, A. F., Soares, L. S., Fleury, L. G., Carvalho, J. C., & Prado, R. S. do. (2019). Machine learning: O Uso da Inteligência Artificial na Medicina/ Machine learning: The Use of Artificial Intelligence in Medicine. Brazilian Journal of Development, 5(9), 16407–16413. DOI: 10.34117/bjdv5n9-190
Calvo, R. A., Milne, D. N., Hussain, M. S., and Christensen, H. (2017). Natural language processing in mental health applications using non-clinical texts. Natural Language Engineering, 23(5), 649-685.
Carvalho N, Laurent E, Noiret N, et al. Eye movement in unipolar and bipolar depression: A systematic review of the literature. Front Psychol 2015;6:1809. DOI: 10.3389/fpsyg.2015.01809
Elvas, L. B., & Ferreira, J. (2023). Aplicações da IA na saúde. In F. Camacho (Eds.). 88 vozes pela inteligência artificial: O que fica para a máquina e o que fica para o homem? (pp. 400-419).
Ferreira, B. D., & Prinz, R. C. Desafios E Perspectivas Da Implantação De Inteligência Artificial Na Assistência Médica. Anais Do Simpósio Brasileiro De Inteligência Artificial, p. 31.
Hamilton, J. P., Chen, M. C., Waugh, C. E., Joormann, J., and Gotlib, I. H. (2015). Distinctive and common neural underpinnings of major depression, social anxiety, and their comorbidity. Social Cognitive and Affective Neuroscience, 10(4), 552-560.
Júlio, J. G. (2024). Inteligência Artificial e Depressão: revisão sistemática. Revista Da UI_IPSantarém, 12(1), e33936. DOI: 10.25746/ruiips.v12.i1.33936
Kleinsmith, A., & Bianchi-Berthouze, N. (2013). Affective body expression perception and recognition: A survey. IEEE Transactions on Affective Computing, 4(1), 15-33.
LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444.
Li, S. e Deng, W. (2020). Deep Facial Expression Recognition: A Survey. IEEE Transactions on Affective Computing, 2020.
Low, L. S. A., Maddage, N. C., Lech, M., Sheeber, L. B., and Allen, N. B. (2010). Detection of clinical depression in adolescents’ speech during family interactions. IEEE Transactions on Biomedical Engineering, 58(3), 574-586.
Machado, D. S., & Viana, E. A. A Inteligência Artificial E Seu Impacto Na Saúde: Desafios E Perspectivas. Anais Do Simpósio Brasileiro De Inteligência Artificial, 17.
Milano, D. and Honorato, L. B. (2010) “Visão Computacional”, Faculdade de Tecnologia, Universidade Estadual de Campinas.
Noyes B, Biorac A, Vazquez G, Khalid-Khan S, Munoz D, Booij L. (2023). Eye-tracking in adult depression: protocol for a systematic review and meta-analysis. BMJ Open. 2023 Jun 6;13(6):e069256. DOI: 10.1136/bmjopen-2022-069256. PMID: 37280037; PMCID: PMC10254607.
RUSSEL, S., & NORVIG, P. (2013). Inteligencia Artificial. São Paulo – SP: Campus.
Russell, S., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach (3rd ed.). Prentice Hall.
Scherer, S., Stratou, G., & Morency, L. P. (2013). Audiovisual behavior descriptors for depression assessment. In Proceedings of the 15th ACM on International conference on multimodal interaction (pp. 135-140).
Wang, J. (2004). A longitudinal population-based study of treated and untreated major depression.MedicalCare, 42(6), 543-550. DOI: 10.1097/01.mlr.0000128001.73998.5c
Zhang, J., Yin, Z., Chen, P., & Nichele, S. (2020). Emotion recognition using multi-modal data and machine learning techniques: A tutorial and review. Information Fusion, 59, 103-126.
Zucolotto, T. E.; Gerônimo, R. M. P.; Silva, P. I. J.; Da Costa, L. C. S. A inteligência artificial na medicina: aplicações atuais e potenciais. Brazilian Journal of Health Review, [S. l.], v. 6, n. 6, p. 31237–31247, 2023. DOI: 10.34119/bjhrv6n6-358. Disponível em: [link]. Acesso em: 6 may. 2025.
Publicado
01/07/2025
Como Citar
TAGUCHI, Gabriel I. O.; FREITAS, Matheus A. S. de; VIEIRA, Anacilia M. C. de A. P..
Uma Análise Sobre Aplicações de Inteligência Artificial e Visão Computacional na Identificação de Sinais de Depressão. In: CONFERÊNCIA DE TECNOLOGIA DO ICET (CONNECTECH), 2. , 2025, Itacoatiara/AM.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 226-235.
DOI: https://doi.org/10.5753/connect.2025.11398.
