A detecção de transtornos emocionais tem avançado significativamente com o uso de tecnologias digitais. No entanto, a aplicação dessas tecnologias para o monitoramento contínuo ainda enfrenta desafios, principalmente devido à necessidade de testes formais e à participação ativa do usuário. Uma nova abordagem, utilizando vídeos de jogos esportivos comuns como tênis de mesa, surge como uma alternativa promissora. Essa metodologia inovadora busca capturar de forma implícita os movimentos oculares do indivíduo enquanto assiste aos vídeos, identificando padrões que podem indicar a presença de transtornos emocionais.
O estudo utiliza óculos de realidade virtual para exibir os vídeos esportivos, registrando simultaneamente os movimentos dos olhos dos participantes. A análise dos dados coletados identificou quatro comportamentos oculares primários, com 14 características associadas. Testes estatísticos e modelos de aprendizado de máquina, como SVM e árvores de decisão, foram empregados para classificar os dados e avaliar a confiabilidade dos resultados. A análise do coeficiente de correlação intraclasse (ICC) também foi utilizada para garantir a robustez da metodologia.
Os resultados indicaram que vídeos de tênis de mesa revelaram 11 características significativas relacionadas à exploração, fixação e movimentos sacádicos dos olhos. A entropia do olhar (GazeEntropy) se destacou como a característica mais preditiva, alcançando uma precisão de 0,88. Um modelo de árvore de decisão treinado com todas as características significativas alcançou uma precisão ainda maior, de 0,92. A pesquisa sugere que a observação de vídeos de jogos pode ser uma ferramenta eficaz para identificar transtornos emocionais, explorando a curiosidade e a função psicomotora dos indivíduos. A preferência dos participantes pelo conteúdo do vídeo também se mostrou um fator importante na precisão do diagnóstico. A longo prazo, essa abordagem pode ser integrada a dispositivos digitais do dia a dia, permitindo o monitoramento contínuo da saúde mental de forma discreta e natural.
Origem: Link