Nova Tratamento Usa Dados do Dia a Dia Para Combater Depressão Com Mais Eficácia

Seu relógio inteligente pode ajudar a tratar depressão. Cientistas usaram inteligência artificial para descobrir quais hábitos realmente afetam o humor de cada pessoa, e os resultados foram impressionantes. A nova abordagem personalizada conseguiu reduzir sintomas de depressão, ansiedade e até melhorar memória e concentração.

A depressão é hoje uma das condições mentais mais comuns e incapacitantes do mundo. Milhões de pessoas convivem diariamente com sintomas como tristeza persistente, falta de energia, desânimo, ansiedade, alterações no sono e dificuldade de concentração. Embora existam tratamentos eficazes, um dos maiores desafios da psiquiatria moderna é que a depressão não é igual para todo mundo. 

O que ajuda uma pessoa pode não funcionar para outra. Enquanto alguns pacientes melhoram com exercícios físicos, outros respondem melhor ao sono regulado, alimentação saudável, interação social ou meditação.

Agora, cientistas desenvolveram uma abordagem inovadora que usa inteligência artificial para descobrir exatamente quais hábitos têm maior impacto no humor de cada indivíduo.

O estudo partiu de uma ideia simples, mas poderosa: em vez de oferecer o mesmo tratamento para todos, por que não analisar o estilo de vida de cada pessoa em detalhes e criar uma intervenção totalmente personalizada? 

Para isso, os pesquisadores recrutaram cinquenta pessoas com depressão leve a moderada e acompanharam suas rotinas diárias usando relógios inteligentes e questionários enviados ao celular várias vezes ao dia.

Durante duas semanas, os participantes registraram informações sobre sono, atividade física, alimentação, interação social, humor, energia, estresse e outros aspectos emocionais. Ao mesmo tempo, os relógios inteligentes coletavam dados contínuos sobre movimento corporal, padrões de sono e atividade diária.

A parte mais inovadora aconteceu depois. Os cientistas utilizaram modelos avançados de aprendizado de máquina, um tipo de inteligência artificial capaz de identificar padrões complexos em grandes quantidades de dados. Mas, diferentemente da maioria dos estudos, os algoritmos não comparavam uma pessoa com outra. 

Em vez disso, a inteligência artificial analisava profundamente os dados individuais de cada participante para descobrir quais fatores influenciavam diretamente suas oscilações de humor. Em algumas pessoas, por exemplo, noites ruins de sono estavam fortemente ligadas à piora emocional. Em outras, o principal fator era isolamento social, sedentarismo ou alimentação desregulada.

Com essas informações, os pesquisadores criaram planos personalizados de melhora do humor para cada participante. Em vez de recomendar mudanças genéricas, cada pessoa recebia orientações específicas focadas exatamente no aspecto do estilo de vida que mais impactava sua saúde mental.

Esses planos eram acompanhados semanalmente por profissionais treinados em saúde comportamental durante seis semanas. A ideia era transformar os dados coletados pela inteligência artificial em mudanças práticas e realistas para o dia a dia.

Os resultados surpreenderam os próprios cientistas. Os participantes apresentaram uma redução significativa nos sintomas de depressão, ansiedade e sofrimento emocional geral. Muitos também mostraram melhora na qualidade de vida, energia, motivação e funcionamento diário. 

Além disso, testes cognitivos revelaram avanços importantes em atenção, memória de trabalho e capacidade de concentração, funções cerebrais frequentemente prejudicadas pela depressão. E o mais impressionante: os benefícios permaneceram mesmo semanas após o fim da intervenção.

Outro detalhe importante é que a inteligência artificial conseguiu prever com alta precisão quais intervenções seriam mais eficazes para cada pessoa, chegando a resultados muito próximos das decisões tomadas por profissionais humanos experientes. Isso sugere que, no futuro, tecnologias semelhantes poderão ajudar a tornar tratamentos mentais mais acessíveis, personalizados e disponíveis remotamente, inclusive em regiões com poucos especialistas em saúde mental.

Os pesquisadores acreditam que esse modelo pode representar uma nova era no tratamento da depressão. Em vez de enxergar todos os pacientes da mesma forma, a ciência começa a reconhecer que cada cérebro funciona de maneira única. E talvez seja justamente essa personalização, entender profundamente o estilo de vida, os padrões emocionais e as necessidades individuais, que permita criar tratamentos muito mais eficazes no futuro.

LEIA MAIS:

Personalized machine learning guided intervention for optimizing lifestyle behaviors in depression: a pilot study

Jason Nan, Suzanna Purpura, Satish Jaiswal, Houtan Afshar, Vojislav Maric, James K. Manchanda, Charles T. Taylor, Dhakshin Ramanathan, and Jyoti Mishra. 

NPP, Digital Psychiatry and Neuroscience, 4, Article number: 10 (2026)

DOI:10.1038/s44277-026-00062-3

Abstract: 

Personalized data-driven interventions for depression are much needed. Here, we leveraged N-of-1 machine learning (ML) to optimally target behavioral lifestyle interventions for depression. 50 individuals with mild-to-moderate depression enrolled in the single-arm, open-label Personalized Mood Augmentation (PerMA) pilot clinical trial (NCT05662254). Participants completed a two-week digital monitoring phase using smartphone-based ecological momentary assessments (EMAs, 4×/day) plus smartwatch tracking of mood and lifestyle factors (sleep/exercise/diet/social connection). Personalized ML models were generated from these data to identify lifestyle factors most predictive of individual mood, and results were translated to individualized mood augmentation plans (iMAPs) implemented by participants for six weeks with once-a-week health coach guidance. Intervention completers (n = 40) showed significant reduction in depression symptoms (primary outcome self-rated PHQ9 −3.5 ± 3.8, Cohen’s d = −0.89, CI [−1.25 −0.53], p < 0.001; clinician-rated HDRS −7.2 ± 6.8, d = −1.03, CI [−1.41 −0.65], p < 1E-6) with benefits sustained up to 12-week follow-up. Co-morbid anxiety was also significantly reduced (GAD7: d = −0.85, CI [−1.2, −0.49], p < 0.001) and quality of life improved (d = 0.68, CI [0.33, 1.02], p < 0.001). Additionally, objective cognitive measures impacted in depression including selective attention (d = 0.51, CI [0.18, 0.84], p < 0.001), interference processing (d = 0.53, CI [0.2, 0.85], p < 0.01) and working memory (d = 0.66, CI [0.31, 0.99], p < 0.001) showed significant enhancement. EMA tracking confirmed that improvement in depressed mood was specifically predicted by improvement in individually targeted lifestyles (β = 0.4 ± 0.09, p < 0.0005). Finally, decision algorithms and a large-language-model (LLM) could match human coach-led iMAP assignment with up to 95% accuracy. The PerMA trial presents a personalized lifestyle intervention approach for depression and merits scale-up and RCT testing to establish clinical efficacy. PERMA was registered with ClinicalTrials.gov under registry number NCT05662254.