Saúde Desvendada

A identificação e o diagnóstico precoce do Transtorno do Espectro Autista (TEA) são cruciais para garantir o acesso a intervenções terapêuticas que podem melhorar significativamente a qualidade de vida dos indivíduos afetados. Um estudo recente explora o uso inovador de questionários abertos e modelos de linguagem de grande porte (LLMs) para aprimorar a precisão e a eficiência das avaliações psicológicas para TEA.

Tradicionalmente, questionários com respostas fechadas têm sido amplamente utilizados na avaliação de TEA. No entanto, questionários abertos permitem que os respondentes expressem suas perspectivas de forma mais livre e detalhada, capturando informações mais ricas e nuances que poderiam ser perdidas em formatos restritivos. O desafio reside na análise desses dados qualitativos, que historicamente tem sido demorada e complexa. É nesse ponto que os LLMs entram em cena, oferecendo a possibilidade de automatizar a classificação e interpretação dessas respostas.

O estudo em questão utilizou transcrições de respostas de pais de crianças com desenvolvimento típico e crianças com TEA, aplicando diferentes estratégias de treinamento de LLMs para classificar as respostas dos questionários abertos. Os resultados demonstraram um alto nível de precisão, com um dos modelos alcançando 84% de acurácia na identificação de indivíduos com TEA. Além disso, a pesquisa explorou a interpretabilidade dos modelos, revelando um equilíbrio entre o desempenho de modelos proprietários e a capacidade de explicar o raciocínio de modelos implementados localmente. Essa abordagem promissora pode revolucionar a forma como o TEA é avaliado, tornando o processo mais acessível, escalável e custo-efetivo, além de abrir portas para o uso de LLMs na análise psicológica de outras condições de saúde mental.

Origem: Link