Banca de QUALIFICAÇÃO: ADONIAS CAETANO DE OLIVEIRA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: ADONIAS CAETANO DE OLIVEIRA
DATA: 27/09/2024
HORA: 14:30
LOCAL: Híbrido - Sala do PPGBiotec e Online via Google Meet
TÍTULO: Explorando Métodos Avançados de Inteligência Artificial no Monitoramento de Ideação Suicida em Textos Não-Clínicos
PALAVRAS-CHAVES: Confiança; Explicabilidade; Fenotipagem Digital; Ideação Suicida; Inteligência Artificial Explicável; Modelos de Linguagem.
PÁGINAS: 236
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

A ferramenta móvel Boamente foi desenvolvida visando apoiar Profissionais de Saúde Mental (PSMs) na prevenção do suicídio ao detectar e monitorar remotamente a Ideação Suicida (IS) de pacientes. O sistema coleta os textos dos usuários por meio de um aplicativo de teclado virtual personalizado de dispositivos móveis (e.g., smartphones, tablets), que os envia para uma plataforma web. O Boamente obteve resultados promissores ao identificar IS usando o modelo BERTimbau Large. No entanto, para sua evolução e garantir aceitação é crucial analisar o desempenho do Boamente em comparação com Large Language Models (LLMs) generativos, explicar como seu modelo de Inteligência Artificial (IA) identifica IS nas sentenças mediante métodos de explicação da Inteligência Artificial Explicável e investigar os fatores que poderão influenciar na confiança dos PSMs em aceitar e utilizar o Boamente como sistema de apoio à decisão. O objetivo geral desta pesquisa de doutorado é avaliar a capacidade da IA do Boamente como ferramenta de apoio aos PSMs na prevenção do suicídio por meio da análise comparativa de desempenho com os LLMs generativos, explicação de como é identificado a IS em sentenças no idioma Português Brasileiro utilizando técnicas de explicação, bem como, a avaliação dos fatores do nível de confiança dos PSMs, especialmente a qualidade das explicações e a Intervenção Educacional (IE). Esta pesquisa de doutorado é organizada em três estudos: (Estudo 1) foi utilizado o ELI5 para explicar como as palavras das sentenças influenciam os resultados dos modelos clássicos de IA do Boamente. O estudo mostrou que os termos “suicídio”, “desejo de se matar” e “tristeza” tiveram um valor de importância maior para indicar positivo para IS (Estudo 2) comparou o desempenho de três variações de modelos BERT e os LLMs generativos Google Bard, Microsoft Bing/GPT-4 e OpenAI ChatGPT-3.5. O Bing/GPT-4 obteve o melhor desempenho com 98% em todas as métricas. Os modelos BERT superaram os outros dois LLMs. A alta sensibilidade dos modelos indica uma baixa taxa de classificação incorreta de pacientes em risco, o que é crucial para evitar intervenções perdidas por PSMs; e (Estudo 3) foi investigado como a confiança dos PSMs é influenciada pela IE e pelas explicações das predições do Boamente. Nesse estudo, foram recrutados 78 participantes (psicólogos e psiquiatras) distribuídos aleatoriamente em quatro grupos. O estudo revelou que fornecer explicações das predições resultou em níveis mais adequados de confiança por parte dos PSMs. Quando os participantes não tinham acesso a explicações, sua confiança na IA era exacerbada, levando-os a aceitar as predições sem questionamento crítico.

MEMBROS DA BANCA:
Presidente - 015.***.***-44 - ARIEL SOARES TELES - IFMA
Interno - 2092495 - SILMAR SILVA TEIXEIRA
Interno - 1761994 - VICTOR HUGO DO VALE BASTOS
Externo ao Programa - 2061294 - RICARDO DE ANDRADE LIRA RABELO
Externo à Instituição - 085.***.***-50 - MARCIA SCAZUFCA - USP