Uma equipe de pesquisadores da Universidade de Michigan, em colaboração com o Instituto Avançado de Ciência e Tecnologia da Coreia (KAIST), criou um inovador algoritmo capaz de prever sintomas de depressão com base em dados coletados por smartwatches.
A pesquisa, publicada no periódico NPJ, que integra a renomada revista científica Nature, utiliza informações como a frequência cardíaca e os estágios do sono, que são monitorados pelos dispositivos vestíveis, como parâmetros para a análise.
Com a utilização desses dados, o algoritmo é capaz de prever diversos sintomas associados à depressão, incluindo:
- Distúrbios do sono
- Alterações de apetite
- Diminuição da concentração
Os autores do estudo destacam que, embora a interrupção do ciclo circadiano seja reconhecida como um possível fator que contribui para a depressão, sua influência no cotidiano ainda é pouco compreendida. O artigo enfatiza a importância de uma coleta de dados não invasiva em grandes populações para aprofundar a compreensão sobre os impactos desse distúrbio no ritmo natural dos indivíduos.
Para conduzir a pesquisa, a equipe analisou dados de aproximadamente 800 trabalhadores, abrangendo diferentes turnos e totalizando mais de 50.000 dias de registros coletados por dispositivos vestíveis. Com base nesses dados, foi desenvolvido um algoritmo matemático que, segundo os pesquisadores, pode demonstrar como a interrupção do ritmo circadiano serve como um biomarcador para prever o estado de humor das pessoas no dia seguinte, além de identificar alguns dos sintomas característicos da depressão.
"A interrupção do ciclo circadiano pode prever não apenas o humor, mas também os sintomas que afetam a qualidade de vida dos indivíduos", afirmam os autores do estudo.
Com essa pesquisa, os cientistas esperam não apenas contribuir para a detecção precoce da depressão, mas também abrir novas possibilidades para intervenções mais eficazes no tratamento da condição, utilizando a tecnologia já presente no cotidiano das pessoas por meio dos smartwatches.
