A IA consegue detetar depressão a partir de mudanças subtis nas microexpressões faciais em chamadas de vídeo ?

A deteção emocional em vídeo avançou rapidamente graças a modelos de deep learning. Estes sistemas analisam movimentos faciais mínimos que os humanos muitas vezes não detetam. Estes correlacionam-se com escalas de depressão clínica e o rastreio sustentado do humor. A tecnologia levanta questões éticas sobre consentimento e vigilância em interações digitais.

Os sistemas atuais conseguem reconhecer unidades de ação facial básicas e emoções grosseiras, mas a deteção de depressão a partir de microexpressões subtis e em tempo real em chamadas de vídeo comuns continua pouco fiável em contextos clínicos. Prototipados de investigação que utilizam malhas faciais 3D, atenção ao nível do frame e sinais multimodais (voz, cadência de digitação) mostram correlações modestas com pontuações PHQ-9 em estudos controlados, mas a generalização para diferentes condições de iluminação, ângulos e fundos é fraca. Preocupações com privacidade, consentimento e equidade algorítmica limitam a implementação em larga escala, e nenhum dispositivo certificado está aprovado para diagnóstico apenas através de vídeo.

— Enriquecido a 12 de maio de 2026 · Fonte: Academias Nacionais de Ciências, Engenharia e Medicina — https://nap.nationalacademies.org/recording/27337