A linguagem sobre saúde mental pode mudar ao longo do tempo. A IEEE Big Data Cup 2025 pediu aos participantes que trabalhassem com dados anonimizados do Reddit e previssem o nível ordinal de risco de suicídio da próxima postagem de um usuário a partir das cinco postagens anteriores e seus carimbos de data e hora. A solução de Jannic combinou a classificação baseada em prompts, feita por um grande modelo de linguagem, com uma agregação temporal simples. Conquistou o primeiro lugar e um prêmio de US$ 1.000.
Assunto e escopoEste artigo discute pesquisas sobre previsão de risco de suicídio. Os modelos descritos produzem estimativas estatísticas, não diagnósticos clínicos, e o trabalho requer explicitamente proteção da privacidade, supervisão humana qualificada e avaliação cuidadosa antes de qualquer uso operacional.
01O desafio: prever o próximo estado
A Conferência Internacional IEEE sobre Big Data reúne pesquisas sobre processamento de dados em grande escala, aprendizado de máquina e aplicações do mundo real. A Big Data Cup de 2025, patrocinada pela Universidade Politécnica de Hong Kong, concentrou-se na previsão do risco de suicídio a partir de postagens em redes sociais.
Para cada sequência, o modelo recebe as cinco postagens mais recentes do usuário e seus carimbos de data/hora. Deve prever o nível de risco de uma sexta postagem que ainda não foi escrita. Essa distinção é importante. A classificação da linguagem visível pergunta: “O que este texto expressa?” A previsão pergunta: “Dada a trajetória recente, o que provavelmente acontecerá a seguir?”
Quase metade de todas as postagens rotuladas se enquadram na categoria de ideação, enquanto as postagens em nível de tentativa são raras. O modelo, portanto, precisa aprender um alvo ordenado e desequilibrado, em vez de quatro classes intercambiáveis.
02Quatro níveis ordenados, não quatro rótulos não relacionados
Cada postagem recebe um dos quatro níveis de risco. A sua ordem tem significado: uma previsão a um passo de distância não é equivalente a uma previsão no extremo oposto da escala.
Sinais de alerta gerais.
Pensamentos suicidas explícitos.
Intenção de agir.
Referência a ações suicidas.
É por isso que a pesquisa relata tanto o F1 ponderado quanto o erro absoluto médio. F1 reflete a qualidade da classificação em uma distribuição de rótulos desequilibrada. O erro absoluto médio reflete a distância entre as posições previstas e reais na escala ordinal.
03Um método de duas etapas: entenda cada postagem e depois modele a trajetória
A arquitetura central separa a interpretação semântica da previsão temporal. Grandes modelos de linguagem classificam postagens individuais. Um segundo estágio leve combina essas classificações ao longo do tempo.
Classificação no nível da postagem
Os modelos GPT-5, GPT-4o e GPT-5-mini, orientados por prompts, atribuem um nível de risco ordinal a cada postagem observada. A abordagem é zero-shot, sem ajuste fino.
Agregação temporal
A sequência de previsões no nível da postagem e carimbos de data/hora é combinada para prever o nível de risco da próxima postagem ainda não observada.
O primeiro estágio usa prompts validados em pesquisas anteriores de PNL em saúde mental. O segundo pergunta quanto peso atribuir a cada observação anterior, especialmente quando as postagens estão espaçadas irregularmente.
Uma das constatações mais marcantes é que a escolha da agregação importa muito menos do que a qualidade das classificações no nível da postagem. As cinco estratégias apresentam desempenho dentro de 0,4% umas das outras. Uma vez que as postagens individuais sejam bem classificadas, até mesmo uma média simples é competitiva.
04Previsões LLM contra linhas de base neurais compactas
A pesquisa também avalia três métodos neurais que aprendem diretamente a partir de sequências de postagens, sem chamadas externas de modelo.
| Abordagem | Representação e lógica temporal | Característica operacional |
|---|---|---|
| MiniLM | Embeddings compactos de frases, pooling ponderado pelo tempo e uma cabeça de regressão ordinal. | Modelo local pequeno, mas o mais fraco na observação final ainda não vista. |
| GRU | Processamento sequencial que aprende interações entre pistas linguísticas e ritmo de postagem. | Melhor linha de base neural; precisão geral dentro de 0,02% do GPT-5. |
| DistilBERT + LoRA | Adaptação eficiente em parâmetros de um transformador, enquanto a maioria dos pesos do modelo permanece congelada. | Implantação local sem dependência de API externa. |
| GPT + agregação | Classificação de postagens baseada em prompts seguida de agregação temporal interpretável. | O mais forte nas sequências de observação final e barato de armazenar em cache. |
As pontuações gerais estão próximas. A separação importante aparece no subconjunto mais difícil: sequências em que o modelo deve prever a postagem final ainda não observada. Aqui, o conhecimento semântico pré-treinado da abordagem LLM generaliza melhor do que os modelos treinados apenas nos dados limitados do desafio.
F1 nas sequências de observação final
05O que a melhor configuração alcançou
GPT-5 combinado com a média linear ponderada produziu o resultado geral mais forte.
Um MAE de 0,30 significa que os erros são geralmente locais na escala ordinal: é mais provável que o modelo confunda categorias adjacentes do que salte de um indicador geral para uma previsão em nível de tentativa.
LLMModelos semânticos hospedados
- Melhor desempenho em observações finais não vistas.
- As classificações de postagem podem ser armazenadas em cache e reutilizadas.
- A agregação simples limita o ajuste e a sobrecarga computacional.
- O processamento externo requer tratamento cuidadoso de dados sensíveis.
LocalModelos de sequência neural
- Nenhuma dependência de chamadas externas de API.
- Potencialmente preferível onde os dados devem permanecer dentro de um ambiente controlado.
- O desempenho geral permanece competitivo.
- A generalização é mais fraca no subconjunto de observação final genuinamente preditivo.
06Ética antes da automação
A previsão do risco de suicídio não é um problema comum de ranking ou recomendação. O artigo trata a implantação como uma responsabilidade sociotécnica, e não como um simples limiar de precisão.
Quatro limites inegociáveis
Os resultados são estimativas estatísticas e não podem substituir a avaliação por profissionais de saúde mental qualificados.
O uso operacional exigiria tratamento seguro, conformidade com as políticas da plataforma e fortes salvaguardas de proteção de dados.
Os falsos positivos podem causar angústia ou intervenção desnecessária; os falsos negativos podem deixar de identificar pessoas que poderiam se beneficiar de apoio.
Estimativas de incerteza, monitoramento de vieses e revisão com humanos no circuito são partes necessárias de qualquer sistema responsável.
A tecnologia poderá, com o tempo, apoiar uma intervenção mais precoce, identificando padrões de mudança em grande escala. Deve complementar o acesso a profissionais qualificados, nunca substituir o vínculo humano no centro dos cuidados de saúde mental.
07Pesquisa, replicação e o ex-aluno por trás do trabalho
A abordagem foi publicada como Time-Aware Ordinal Modelling of Sequential Text Data nos anais da Conferência Internacional IEEE 2025 sobre Big Data. O repositório público contém a solução do desafio e uma cópia do artigo.
Jannic Alexander Cutura
Ex-aluno da DSTI, pesquisador e professor na DSTI School of Engineering e engenheiro de dados no Banco Central Europeu. Seus interesses de pesquisa incluem processamento de linguagem natural, aprendizado de máquina e aplicações de IA em domínios de bem social.
Aviso do autor: as opiniões apresentadas neste trabalho são exclusivamente do autor e não representam as opiniões do Banco Central Europeu ou do Eurosistema de bancos centrais. Artigo adaptado para o DSTI TechBlog da contribuição original do autor no WordPress; a redação e a apresentação foram revisadas sem alterar as afirmações da pesquisa, os métodos ou os resultados relatados.