Inteligência artificial como instrumento de prevenção em saúde mental: uma avaliação integrada da evidência científica, das aplicações digitais e da perceção dos utilizadores

Abstract

O rápido desenvolvimento das tecnologias de inteligência artificial (IA) transformou significativamente o panorama da saúde digital, particularmente no domínio do apoio à saúde mental. As aplicações de saúde mental baseadas em IA são cada vez mais utilizadas como ferramentas acessíveis para prestar assistência emocional, monitorizar o bem-estar psicológico e apoiar intervenções preventivas na área da saúde mental. Tendo em conta a prevalência crescente dos problemas de saúde mental e as limitações dos sistemas de saúde tradicionais em termos de acessibilidade e escalabilidade, compreender as perceções dos utilizadores sobre estas tecnologias reveste-se de importância crucial. Este estudo tem como objetivo analisar as perceções dos utilizadores relativamente a aplicações de saúde mental baseadas em IA, centrando-se em quatro dimensões-chave: eficácia preventiva percebida, preocupações éticas, limitações emocionais e envolvimento do utilizador. A investigação adota uma metodologia quantitativa baseada num inquérito online realizado a 183 participantes de diferentes países. O questionário incluiu variáveis demográficas, padrões de utilização e itens em escala de Likert que mediam conceitos relacionados com benefícios percebidos, confiança e ética, limitações emocionais e envolvimento. A análise dos dados foi realizada utilizando estatísticas descritivas, análise de fiabilidade do alfa de Cronbach, testes t de uma amostra e análise de correlação. Foram também criadas variáveis compostas para representar as principais dimensões conceptuais do estudo, e a análise visual adicional foi apoiada por meio de ferramentas de estruturação de dados e de exploração. Os resultados indicam que as aplicações de saúde mental baseadas em IA são, em geral, vistas como ferramentas eficazes para a deteção precoce de sofrimento emocional e para a intervenção preventiva. Os participantes referiram elevados níveis de acessibilidade e conveniência percebidas, destacando o papel destas aplicações na redução das barreiras ao apoio à saúde mental. No entanto, os resultados revelam também limitações percebidas relacionadas com a sensibilidade emocional e a empatia, quando comparadas com os sistemas tradicionais de apoio prestados por pessoas. Verificou-se que as considerações éticas, particularmente a confiança e a transparência, são fatores relevantes que influenciam o envolvimento do utilizador, embora preocupações como o viés algorítmico tenham demonstrado associações mais fracas. Além disso, os resultados sugerem que os benefícios percebidos estão fortemente associados ao envolvimento do utilizador, enquanto os padrões de utilização indicam uma interação consistente e sustentada com aplicações de saúde mental baseadas em IA ao longo do tempo. Em conclusão, as aplicações de saúde mental baseadas em IA são consideradas ferramentas complementares valiosas no âmbito dos sistemas de cuidados de saúde mental, sobretudo devido à sua acessibilidade e capacidade preventiva. No entanto, a sua eficácia e adoção a longo prazo dependem da resolução de desafios fundamentais relacionados com a inteligência emocional, a transparência ética e a confiança dos utilizadores. O estudo contribui para uma compreensão mais profunda dos fatores que influenciam a aceitação e a utilização da IA em contextos de saúde mental e fornece insights para o desenvolvimento de soluções digitais de saúde mental mais eficazes, éticas e centradas no utilizador.

The rapid development of artificial intelligence (AI) technologies has significantly transformed the landscape of digital health, particularly in the field of mental health support. AI-based mental health applications are increasingly being used as accessible tools to provide emotional assistance, monitor psychological well-being, and support preventive mental health interventions. Given the growing prevalence of mental health challenges and the limitations of traditional healthcare systems in terms of accessibility and scalability, understanding user perceptions of these technologies is of critical importance. This study aims to analyse users’ perceptions of AI-based mental health applications, focusing on four key dimensions: perceived preventive effectiveness, ethical concerns, emotional limitations, and user engagement. The research adopts a quantitative methodology based on an online survey administered to 183 participants from different countries. The questionnaire included demographic variables, usage patterns, and Likert-scale items measuring constructs related to perceived benefits, trust and ethics, emotional limitations, and engagement. Data analysis was conducted using descriptive statistics, Cronbach’s Alpha reliability analysis, one-sample t-tests, and correlation analysis. Composite variables were also created to represent the main conceptual dimensions of the study, and additional visual analysis was supported through data structuring and exploratory tools. The results indicate that AI-based mental health applications are generally perceived as effective tools for early detection of emotional distress and preventive intervention. Participants reported high levels of perceived accessibility and convenience, highlighting the role of these applications in reducing barriers to mental health support. However, the findings also reveal perceived limitations related to emotional sensitivity and empathy when compared to traditional human-based support systems. Ethical considerations, particularly trust and transparency, were found to be relevant factors influencing user engagement, although concerns such as algorithmic bias showed weaker associations. Furthermore, results suggest that perceived benefits are strongly associated with user engagement, while usage patterns indicate consistent and sustained interaction with AI-based mental health applications over time. In conclusion, AI-based mental health applications are perceived as valuable complementary tools within mental healthcare systems, primarily due to their accessibility and preventive capabilities. Nevertheless, their effectiveness and long-term adoption depend on addressing key challenges related to emotional intelligence, ethical transparency, and user trust. The study contributes to a deeper understanding of the factors influencing the acceptance and use of AI in mental health contexts and provides insights for the development of more effective, ethical, and user-centred digital mental health solutions.