# Modelos de inteligência artificial aplicados a dados de dispositivos vestíveis são acurados para detectar depressão e prever episódios depressivos?

> Em revisão sistemática com meta-análise de 16 estudos, modelos de IA baseados em dispositivos vestíveis mostraram alta acurácia para detectar depressão, com sensibilidade agrupada de 0,89 e especificidade de 0,93, e AUC de 0,96. Para prever episódios depressivos, a sensibilidade foi 0,86 e a especificidade 0,65, indicando utilidade moderada.

Estudo citado: Liu J, Wang J, Wu Z, Bin Adam Assim MIS. The Performance of Wearable Device-Based Artificial Intelligence in Detecting Depression: Systematic Review and Meta-Analysis. JMIR mental health. 2026. DOI: https://doi.org/10.2196/85319. PubMed: https://pubmed.ncbi.nlm.nih.gov/41805737/

## Resposta

A revisão sistemática com meta-análise reuniu evidências sobre o desempenho de modelos de inteligência artificial treinados com dados de dispositivos vestíveis para detectar depressão e prever episódios depressivos. Os autores seguiram as diretrizes PRISMA-DTA e buscaram estudos nas bases PubMed, Embase, Web of Science e PsycINFO desde o início até maio de 2025, incluindo trabalhos que aplicaram algoritmos de IA a dados de vestíveis para esses fins.

Para detecção de depressão, a sensibilidade agrupada foi de 0,89 (IC 95% 0,83-0,93) e a especificidade de 0,93 (IC 95% 0,87-0,96), com razão de chances diagnóstica de 110,47 (IC 95% 33,33-366,17) e AUC de 0,96 (IC 95% 0,94-0,98). Os modelos de floresta aleatória apresentaram o melhor desempenho, com sensibilidade de 0,89, especificidade de 0,91 e AUC de 0,97. Análises de subgrupo indicaram que desenho do estudo, método de IA, padrão de referência e tipo de dado de entrada afetaram significativamente a acurácia diagnóstica.

Para predição de episódios depressivos, com base em 3 conjuntos de dados, a sensibilidade agrupada foi de 0,86 (IC 95% 0,80-0,91) e a especificidade de 0,65 (IC 95% 0,59-0,71). Esse resultado sugere utilidade moderada nesse cenário, com maior tendência a identificar corretamente quem terá o episódio do que a excluir corretamente quem não terá.

O risco de viés geral foi baixo a moderado, avaliado pelo PROBAST+AI, e não houve evidência de viés de publicação. A certeza da evidência foi avaliada com a ferramenta GRADE. Os autores concluem que os modelos alcançaram alta acurácia para detecção e utilidade moderada para predição, mas destacam heterogeneidade, dependência de conjuntos de dados retrospectivos e públicos e ausência de métodos padronizados como fatores que limitam a generalização.

## O que o estudo mostrou

Revisão sistemática com meta-análise que incluiu 16 estudos (32 conjuntos de dados), com 1189 pacientes e 13.593 amostras. Para detecção de depressão, a sensibilidade agrupada foi de 0,89 e a especificidade de 0,93, com razão de chances diagnóstica de 110,47 e AUC de 0,96. Modelos de floresta aleatória tiveram o melhor desempenho. Para predição de episódios depressivos, em 3 conjuntos de dados, a sensibilidade foi de 0,86 e a especificidade de 0,65.

## Limitações

O resumo aponta heterogeneidade entre os estudos, dependência de conjuntos de dados retrospectivos e públicos e falta de métodos padronizados, o que limita a generalização dos achados. A predição de episódios depressivos baseou-se em apenas 3 conjuntos de dados. O resumo não informa detalhes sobre as populações incluídas nem sobre a aplicabilidade clínica dos modelos.

## Aplicação no consultório

Os achados apoiam o interesse em tecnologias vestíveis com IA como ferramenta de triagem e monitoramento, mas não substituem avaliação clínica. Na gestão do consultório, o médico pode acompanhar a evolução dessas tecnologias e considerar seu papel futuro em programas de rastreamento, ponderando a heterogeneidade e a necessidade de validação antes de incorporá-las à rotina.

## Perguntas para aprofundar

- Quais fatores influenciam a acurácia diagnóstica dos modelos de IA baseados em dispositivos vestíveis para depressão?
- Qual é o desempenho dos modelos de IA baseados em vestíveis para prever episódios depressivos?
- Quais limitações impedem a generalização dos modelos de IA com dispositivos vestíveis na prática clínica?

Tema: IA e wearables. Página: https://alphadoctor.com.br/ciencia/ia-wearables/modelos-de-inteligencia-artificial-aplicados-a-dados-de-dispositivos-vestiveis/

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