Aplicação de inteligência artificial na gestão da reabilitação da esquizofrenia: uma revisão sistemática de escopo

Por que ferramentas inteligentes importam para transtornos mentais graves

A esquizofrenia pode dificultar o pensamento claro, a conexão com outras pessoas e a gestão da vida cotidiana, e muitos continuam a ter dificuldades mesmo após o tratamento hospitalar. Ao mesmo tempo, os serviços de saúde mental em todo o mundo estão sobrecarregados, e muitas pessoas recebem pouco ou nenhum apoio contínuo. Este artigo explora como a inteligência artificial (IA) — a mesma família de técnicas por trás de assistentes de telefone e recomendações online — está sendo testada como uma nova ajuda na longa jornada da reabilitação da esquizofrenia: manter as pessoas bem, apoiar o uso de medicamentos e detectar sinais precoces antes que uma crise aconteça.

Das visitas ao hospital para a vida cotidiana

Os autores começam contrastando dois objetivos muito diferentes no cuidado em saúde mental. O diagnóstico busca nomear uma condição, como a esquizofrenia, para que os clínicos possam comunicar-se e planejar o tratamento. A reabilitação, em contraste, trata de ajudar as pessoas a viver, trabalhar e participar de suas comunidades por anos ou décadas. Inclui acompanhar sintomas ao longo do tempo, ajustar medicação, prevenir recaídas e desenvolver habilidades e conexões sociais. Apesar de diretrizes claras, esse tipo de suporte de longo prazo é desigual no mundo todo: muitas pessoas nunca chegam a ver um especialista, e o acompanhamento costuma ser irregular. Essa lacuna abriu espaço para ferramentas digitais — smartphones, dispositivos vestíveis, plataformas online — que podem coletar informações continuamente e oferecer ajuda à distância.

O que esta revisão analisou

Para entender como a IA está sendo usada na reabilitação, os pesquisadores examinaram 83 estudos publicados entre 2012 e o final de 2025. Todos os estudos envolveram pessoas com esquizofrenia confirmada clinicamente ou transtornos psicóticos relacionados e focaram em tarefas ligadas ao cuidado contínuo, não apenas ao diagnóstico. A equipe agrupou cada projeto em domínios de reabilitação, como monitoramento de sintomas, gestão de medicação, gerenciamento de risco, treinamento funcional e suporte psicossocial. Eles também registraram que tipos de dados foram usados (por exemplo, fala, prontuários eletrônicos ou sensores de smartphone), que técnicas de IA foram aplicadas, quão bem os sistemas performaram e se foram testados em cenários do mundo real.

Como a IA está sendo usada hoje

A maior parte do trabalho até agora se concentra em observar os sintomas ao longo do tempo. Muitos estudos analisaram fala, texto ou dados de smartphone para estimar a gravidade de alucinações, problemas de pensamento, motivação ou funcionamento social sem depender exclusivamente de longas entrevistas em clínica. Outros usaram sensores de telefone, dispositivos vestíveis ou padrões de buscas na internet para alertar sobre uma possível recaída dias ou semanas antes da hospitalização. Um segundo grande grupo de estudos focou na medicação: verificar se as pessoas tomaram seus remédios usando câmeras de smartphone, prever quem pode interromper um medicamento ou responder mal, e sinalizar efeitos colaterais, como alterações hormonais ou risco de diabetes, usando registros de saúde rotineiros. Um terceiro conjunto tratou do gerenciamento de risco, como previsão de recaída, re-hospitalização, violência ou doenças físicas graves. Apenas alguns projetos tentaram apoiar treinamento de habilidades ou orientar terapeutas em tempo real, mesmo que essas áreas sejam centrais para reconstruir a vida cotidiana.

Quão bons são esses sistemas até agora?

No papel, muitos modelos parecem promissores. Para tarefas como classificar pessoas em grupos de risco ou estimar escores de sintomas, a acurácia típica foi razoavelmente forte, e alguns estudos pequenos relataram desempenho muito elevado ao analisar padrões de voz ou comportamento. Sistemas de alerta de recaída frequentemente conseguiam detectar alterações incomuns no comportamento, mas tendiam a perder muitas recaídas reais enquanto ainda produziam falsos positivos, o que significa que são mais adequados como “empurrões” iniciais do que como decisores autônomos. Importante, apenas alguns estudos testaram seus sistemas em grupos inteiramente novos de pacientes, e muito poucos relataram quão bem as previsões foram calibradas — isto é, se um risco declarado realmente correspondia ao que ocorreu. Ainda menos projetos fecharam o ciclo transformando previsões em ações concretas, como contato de um clínico ou ajustes de tratamento, e depois medindo se isso melhorou a vida dos pacientes.

O que precisa acontecer a seguir

A revisão conclui que a IA tem potencial claro para fortalecer a reabilitação na esquizofrenia ao manter vigilância mais próxima dos sintomas, apoiar o uso de medicamentos e destacar pessoas com maior risco de recaída ou problemas médicos. Contudo, a maioria das ferramentas ainda está em estágio de “protótipo inicial”, ajustadas a dados de países de alta renda e testadas principalmente em desfechos de curto prazo ou indiretos. Para realmente ajudar os pacientes, sistemas futuros precisarão de testes externos cuidadosos, maneiras claras de expressar incerteza, salvaguardas em torno da privacidade e equidade, e projetos que mantenham clínicos e pacientes no circuito em vez de substituí‑los. Acima de tudo, defendem os autores, o sucesso não deve ser medido apenas por pontuações técnicas, mas por saber se o cuidado apoiado por IA reduz crises e ajuda pessoas com esquizofrenia a participar mais plenamente da vida cotidiana.

Citação: Yang, H., Chang, F., Muroi, F. et al. Application of artificial intelligence in schizophrenia rehabilitation management: a systematic scoping review. Transl Psychiatry 16, 180 (2026). https://doi.org/10.1038/s41398-026-03872-3

Palavras-chave: reabilitação da esquizofrenia, fenotipagem digital, aderência à medicação, previsão de recaída, IA em saúde mental