Escolar Documentos
Profissional Documentos
Cultura Documentos
Professor do Coordenador da
Pós-doutor pela
Professor da Pós Departamento de Residência Coordenador do
University of
PUCPR Digital Psiquiatria – em Psiquiatria Grupo Alliance
Texas
UFRGS HCPA/UFRGS
Velocidade
Volume Variedade
Veracidade Valor
©2014 Mindstrong. All Rights Reserved. Proprietary and Confidential. Insel TR, JAMA, 2017
Psicoeducação
Intervenções Móveis
• Psicoeducação
• TCC, DBT
Saúde Mental
Monitoramento Digital Digital Curador
• Preenchimento de • Coordenação
escalas e • Coleta de dados
monitoramento de • Qualidade das
sintomas métricas e do material
• Fenótipo digital:
voz, sensores, IHM Insel TR, World Psychiatry 2019
Passos IC et al., Canadian Journal of Psychiatry, 2021
Os apps poderão prover informações mais
precisas sobre os sintomas dos pacientes
entre as consultas e evitar o viés de
memória?
Semana 1 Semana 2 Semana 3 Semana 4 Semana 5
- TEPT (n=4)
- Sintomas de pânico (n=3)
✓ Autoavaliação ✓ Psicoeducação
/Insights para ✓ Intervenções
o paciente
Curador
✓ Monitoramento em tempo real
✓ Fenótipo digital
Professor do Coordenador da
Pós-doutor pela
Professor da Pós Departamento de Residência Coordenador do
University of
PUCPR Digital Psiquiatria – em Psiquiatria Grupo Alliance
Texas
UFRGS HCPA/UFRGS
Problema
18,4%
38 milhões
Emoção Comportamento
Motivação
Atividade Atividade
Motivação
Pensamento
Emoção Comportamento
Inspiração
Apneia
Apneia
Expiração
©2014 Mindstrong. All Rights Reserved. Proprietary and Confidential.
©2014 Mindstrong. All Rights Reserved. Proprietary and Confidential.
Obrigado!
E-mail: ivescp1@gmail.com
Algoritmos de Inteligência Artificial
Professor do Coordenador da
Pós-doutor pela
Professor da Pós Departamento de Residência Coordenador do
University of
PUCPR Digital Psiquiatria – em Psiquiatria Grupo Alliance
Texas
UFRGS HCPA/UFRGS
Machine Inteligência
Deep Learning Learning Artificial
1956 1962 1997 1998 2004 2004 2011
Silver D et al., Nature 2017
Big Data
MATERIAL
Machine learning
METHOD Data science
Knowledge
PRODUCT/VALUE
Mas como funciona um modelo criado
com algoritmos de inteligência artificial?
Model Model
A B
Treino
Model Seleção de
Matrix de dados C
variáveis e
ajuste do
modelo
Validação
Avaliação
1. Acurácia
Banco de
Melhor 2. Sensibilidade
Teste modelo 3. Especificidade
dados externo
4. AUC
Librenza-Garcia D, Kotzian BJ, Yang J, Mwangi B, Cao B, Lima LNP, Bermudez MP, Boeira MV,
Kapczinski F, Passos IC. Neuroscience Biobehavior Reviews 2017
©2014 Mindstrong. All Rights Reserved. Proprietary and Confidential.
Deep Learning
EyePACS-1 Messidor-2
N 4997 874
AUC 0.991 0.990
Sensibilidade 97,5% 96,1%
Especificidade 93,4% 93,9%
©2014 Mindstrong. All Rights Reserved. Proprietary and Confidential. Gulshan V, JAMA 2016
• ICAD Inc – Profound AI – Câncer na Viz.ai Inc – AVC na Tomografia
tomossíntese de mama
• Transpara
©2014 Mindstrong. All Rights Reserved. Proprietary and Confidential. Zhu H et al., Lancet Digital Health 2020
Dreamed – Administração de
Insulina Arterys – Câncer de Fígado e
de Pulmão na Tomografia
Professor do Coordenador da
Pós-doutor pela
Professor da Pós Departamento de Residência Coordenador do
University of
PUCPR Digital Psiquiatria – em Psiquiatria Grupo Alliance
Texas
UFRGS HCPA/UFRGS
Medicina Moderna Análise de Big Data
Clinical and
demographic
Resposta
Neuroimaging
Sem resposta
Molecular
Genetics
Avaliação
1. Acurácia
Banco de
Melhor 2. Sensibilidade
Teste modelo 3. Especificidade
dados externo
4. AUC
Librenza-Garcia D, Kotzian BJ, Yang J, Mwangi B, Cao B, Lima LNP, Bermudez MP, Boeira MV,
Kapczinski F, Passos IC. Neuroscience Biobehavior Reviews 2017
Matrix de Confusão
Valores Reais
Sim VP FN
Não FP VN
Acurácia
Sim VP FN
Não FP VN
Acurácia = VP + VN / VP + VN + FP + FN
Sensibilidade (Recall)
Sim VP FN
Não FP VN
Sim VP FN
Não FP VN
Sim VP FN
Não FP VN
Sim VP FN
Não FP VN
Sensibilidade
1-especificidade
Lantz B., Machine Learning with R 2015, second edition
Area Under the ROC Curve (AUC)
Remitiu
(MADRS<10)
2 semanas
N= 45
Support Vector Machine
Random Forest
AUC: 0.80
Accuracy: 80%
No renal
Demographic - Age insufficiency
Variables - Gender
N = 4306
Sensibilidade= 80%
Especificidade= 68% Castro VM et al., Neuropsychopharmacology 2015
Relação médico-
paciente
✓ Autoavaliação ✓ Psicoeducação
/Insights para ✓ Intervenções
o paciente
Curador
✓ Calculadoras clínicas
✓ Monitoramento em tempo real
✓ Fenótipo digital
Professor do Coordenador da
Pós-doutor pela
Professor da Pós Departamento de Residência Coordenador do
University of
PUCPR Digital Psiquiatria – em Psiquiatria Grupo Alliance
Texas
UFRGS HCPA/UFRGS
Era sanitária (1840-1890)
Endocrine and
Cardiovascular
Metabolic
Diseases
Diseases
Mental
Disorders
RNA e
DNA
Proteinas
Populacional
Social
Integração?
Individual
Proteins
RNA e DNA
Acurácia 81%
Sensibilidade 85%
Especificidade 77%
Cortex
Orbitofrontal
Insula
Lobo Cerebelo
Temporal
Acurácia de 90%
Accuracy: 70.3%;
p<0.001
Cingulate
Gyrus
Midbrain Cerebelum
- N: 3020
- 13 locais
- RNM estrutural
- AUC = 0.71 (0.69 – 0.74)
Librenza-Garcia D, Kotzian BJ, Yang J, Mwangi B, Cao B, Pereira Lima LN, Bermudez MB, Boeira
MV, Kapczinski F, Passos IC. Neuroscience Biobehavior Reviews 2017
Diagnóstico: transtorno bipolar vs controles
saudáveis
Acurácia: 72,5%
Pinto JV, Passos IC, Gomes FG, Reckziegel R, Kapczinski F, Mwangi B,
Kauer-Sant’Anna M, Schizophrenia Research 2017
Depressão bipolar vs unipolar
Modelo 4
Modelo 3
Modelo 2
Modelo 1
Performance do modelo
criado aos 18 anos
AUC 0,82
Sensibilidade 0,72
Especificidade 0,77
Acurácia 0,75
Balanceada
NPV 0,97 Algoritmo
elastic net
PPV 0,18
Rabelo-da-Ponte FD, Feiten JG, Victoria C, Barros FC, Menezes AM, Gonçalves H, Kapczinski F,
Passos IC, Kunz M. Acta Psychiatrica Scandinavica, 2020
Variáveis mais importantes para o modelo
Rabelo-da-Ponte FD, Feiten JG, Victoria C, Barros FC, Menezes AM, Gonçalves H, Kapczinski F,
Passos IC, Kunz M. Acta Psychiatrica Scandinavica, 2020
Predição da incidência de depressão
Coorte ocupacional
15,105 participantes
NON-RESPONSIVE
Relevant phenotypes
CLUSTER A
CLUSTER B
CLUSTER C
Subgrupos de TB usando a bateria CANTAB
Subgroup 1
Accuracy of 94%
Subgroup 2
Professor do Coordenador da
Pós-doutor pela
Professor da Pós Departamento de Residência Coordenador do
University of
PUCPR Digital Psiquiatria – em Psiquiatria Grupo Alliance
Texas
UFRGS HCPA/UFRGS
Epidemiologia
Comportamento
Suicida
Traumas na Prejuízo
História Familiar
infância cognitivo
Ideação suicída
Ansiedade Comportamento
Desinibido
Desenvolvimento
de traços de Desesperança,
Epigenética personalidade humor deprimido
Impulsividade
Uso agudo de
substâncias
Genética Psicopatologia
Transtorno por
uso de
substâncias
Eventos da Vida
Anvisa, 2020
FDA, 2019
Lítio
Acurácia: 71.5%
Passos IC, Mwangi B, Cao B, Hamilton JE, Wu MJ, Zhang XY, Zunta-Soares GB, Quevedo J,
Kauer-Sant'Anna M, Kapczinski F, Soares JC, Journal of Affective Disorders 2016
Predição de tentativas de suicídio
Passos IC, Mwangi B, Cao B, Hamilton JE, Wu MJ, Zhang XY, Zunta-Soares GB, Quevedo J,
Kauer-Sant'Anna M, Kapczinski F, Soares JC, Journal of Affective Disorders 2016
NESARC: Longitudinal study with the mean interval between Wave 1 and Wave 2 of
3 years.
WAVE 2
2004-2005
N= 34.653
WAVE 1
2001-2002
N= 43.093
Machado CDS, Ballester PL, Cao B, Mwangi B, Caldieraro MA, Kapczinski F, Passos
IC. Psychological Medicine 2021
Variables Aim 1
Sociodemo- Psychiatric
Stressful events
graphic Factors Disorders
Machado CDS, Ballester PL, Cao B, Mwangi B, Caldieraro MA, Kapczinski F, Passos
IC. Psychological Medicine 2021
Performance measures - Aim 1 (n = 32700)
Machado CDS, Ballester PL, Cao B, Mwangi B, Caldieraro MA, Kapczinski F, Passos
IC. Psychological Medicine 2021
Variables importance – aim 1
Machado CDS, Ballester PL, Cao B, Mwangi B, Caldieraro MA, Kapczinski F, Passos
IC. Psychological Medicine 2021
Predição de suicídio nos que tinham depressão (n=
6350)
Machado CDS, Ballester PL, Cao B, Mwangi B, Caldieraro MA, Kapczinski F, Passos
IC. Psychological Medicine 2021
Identificação de tentativas de suicídio em
estudantes de medicina
• Sintomas psicóticos
Caramagno T, 1992
Word clouds
Berne G, Rabelo D, Garcia-Librenza D, Kauer-Sant’Anna M, Passos IC, Kapczinski F, Plos One 2018
ROC curve
Acurácia: 0.80
Kappa : 0.6032
Sensibilidade: 0.69
Especificidade: 0.91
Acurácia balanceada: 0.80
Berne G, Rabelo D, Garcia-Librenza D, Kauer-Sant’Anna M, Passos IC, Kapczinski F, Plos One 2018
Crítica aos modelos de previsão de suicídio
• Modelos acurados,
mas com baixo
VPP
• Prever TS em
populações
específicas
• Estudos com
maior seguimento
Passos IC and Ballester P et al., JAMA Psychiatry 2019
Belsher BE et al., JAMA Psychiatry, 2019
Obrigado!
E-mail: ivescp1@gmail.com
Quais as limitações do uso dos algoritmos
de inteligência artificial?
Críticas e limitações
www.datamation.com
Springer Nature, 2019
Book: “Personalized Psychiatry:
Big Data Analytics in Mental Health”
Johns McMaster RWTH Aachen
Hopkins University University
University University
of Alberta of Vienna
Harvard Kings
College
UTHealth
The Mind
Research
Network
Stanford UFRGS
Obrigado!
E-mail: ivescp1@gmail.com