# A voz e a fala já podem ser usadas como biomarcadores digitais confiáveis em saúde mental na prática clínica?

> Ainda não de forma consolidada. A revisão mapeou 68 estudos e encontrou muitos biomarcadores candidatos, sobretudo em depressão, mas a prontidão translacional é limitada: a maioria usa tarefas de fala controladas e apenas 2 de 68 estudos relataram validação em amostra independente ou entre conjuntos de dados. Interpretabilidade não implica validade nem aplicabilidade clínica.

Estudo citado: Uy RJ, Shaaban I, Arnaout A. Voice and speech as digital biomarkers of mental health: a scoping review of clinical interpretability, data collection and translational readiness. Frontiers in digital health. 2026. DOI: https://doi.org/10.3389/fdgth.2026.1964389. PubMed: https://pubmed.ncbi.nlm.nih.gov/42898579/

## Resposta

A revisão de escopo reuniu a literatura sobre biomarcadores de voz, fala, linguagem e comunicação em desfechos de saúde mental, organizando o campo em três dimensões de prontidão translacional: interpretabilidade clínica, validade da evidência e possibilidade de implantação. Os autores classificaram os biomarcadores como diretamente interpretáveis clinicamente, derivados de software com correlato perceptual ou apenas técnicos. Essa estrutura ajuda o clínico a distinguir achados que têm significado perceptível daqueles que dependem de processamento computacional para existir.

Os resultados mostram concentração em depressão, examinada em 56 dos 68 estudos incluídos, seguida por ansiedade, transtorno bipolar ou mania, fadiga, transtorno de estresse pós-traumático, estresse e outros desfechos como risco suicida e solidão. Nenhum estudo examinou burnout ou exaustão emocional. A elicitação controlada predominou (54/68), contra captura naturalística (16/68) e captura passiva ou ambiente (3/68). Apenas um estudo focou trabalhadores de saúde e um analisou fala díadica entre clínico e paciente.

Em depressão, os padrões clinicamente interpretáveis mais citados incluíram fala mais lenta, pausas mais numerosas ou longas, pitch mais baixo ou menos variável, intensidade vocal reduzida, prosódia mais plana e menor produção verbal, embora os achados não fossem uniformes. Esses elementos são perceptíveis na consulta, mas a revisão enfatiza que interpretabilidade não equivale a validade ou a possibilidade de implantação. A heterogeneidade dos achados limita a transformação desses sinais em regras clínicas estáveis.

A conclusão central é que a pesquisa em voz identifica numerosos biomarcadores candidatos, porém a prontidão translacional permanece limitada. A maior parte da evidência vem de depressão e de tarefas de fala controladas, e os estudos existentes não estabelecem que esses candidatos permaneçam válidos em contextos espontâneos, com múltiplos falantes, captura passiva ou ambiente. O resumo recomenda priorizar rótulos de desfecho validados, captura naturalística longitudinal, validação externa, populações diversas e avaliação explícita de características interpretáveis e técnicas em diferentes contextos de gravação.

## O que o estudo mostrou

Revisão de escopo conduzida conforme a orientação do Joanna Briggs Institute e o PRISMA-ScR, com buscas em PubMed, PsycINFO e Scopus até 18 de junho de 2026. De 1.524 registros identificados, 68 estudos foram incluídos. Depressão foi examinada em 56 estudos (82%), seguida por ansiedade (n = 9), transtorno bipolar ou mania (n = 8), fadiga (n = 4), transtorno de estresse pós-traumático (n = 3), estresse (n = 2) e outros desfechos, incluindo risco suicida e solidão (n = 10). Nenhum estudo examinou burnout ou exaustão emocional. A elicitação controlada predominou (54/68, 79%) sobre a naturalística (16/68, 24%) e a captura passiva ou ambiente (3/68, 4%). Apenas 2 de 68 estudos (3%) relataram validação em amostra independente ou entre conjuntos de dados.

## Limitações

O resumo não informa detalhes sobre o desenho individual dos estudos incluídos, a composição das amostras ou a qualidade metodológica de cada um. A própria revisão aponta que a maior parte da evidência deriva de depressão e de tarefas de fala controladas, com achados não uniformes, e que os estudos existentes não estabelecem validade em contextos espontâneos, com múltiplos falantes, captura passiva ou ambiente. A validação externa foi raramente relatada.

## Aplicação no consultório

Os achados ainda não sustentam incorporar biomarcadores de voz como ferramenta diagnóstica ou de triagem na rotina. Para o clínico, o valor prático está em reconhecer que sinais perceptíveis, como fala mais lenta, pausas mais longas, pitch menos variável e menor produção verbal, são candidatos e não marcadores validados. Na gestão do consultório, isso significa cautela ao avaliar fornecedores de tecnologia de voz: perguntar sobre validação externa, contexto de captura e definição do desfecho é essencial antes de qualquer adoção. A ausência de estudos em burnout e exaustão emocional também limita aplicações voltadas à saúde ocupacional de equipes.

## Perguntas para aprofundar

- Quais sinais de fala em depressão são clinicamente interpretáveis e quais dependem apenas de software?
- Por que a captura naturalística da fala ainda é minoria nos estudos de biomarcadores vocais?
- O que falta para que biomarcadores de voz possam ser validados em contextos clínicos reais?

Tema: Escriba ambiental e documentação clínica com IA. Página: https://alphadoctor.com.br/ciencia/ia-escriba-documentacao/a-voz-e-a-fala-ja-podem-ser-usadas-como-biomarcadores-digitais-confiaveis-em/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.