O uso de smartphones e relógios inteligentes na depressão: o que os “dados invisíveis” estão nos mostrando?

Nas últimas décadas, a psicologia clínica deu um salto importante ao incorporar tecnologias digitais ao cuidado em saúde mental. Se antes dependíamos quase exclusivamente do que o paciente consegue lembrar e relatar em consultório, hoje começamos a acessar uma nova fonte de informação: dados coletados de forma passiva por smartphones e wearables (relógios inteligentes, pulseiras, etc.).

Esses dados – muitas vezes chamados de "fenótipos digitais" – registram, por exemplo, padrões de sono, nível de atividade física, tempo de uso de tela e sinais de contato social ao longo de semanas ou meses, sem que a pessoa precise responder questionários todos os dias. Isso reduz o viés de memória, diminui a sobrecarga do paciente e aumenta muito a quantidade de informação disponível para entender como os sintomas se manifestam no dia a dia.

Um estudo recente publicado na revista Behaviour Research and Therapy ilustra bem esse movimento. Pesquisadores da Dartmouth College analisaram dados de 297 adultos com diagnóstico atual de Transtorno Depressivo Maior (MDD) ao longo de 90 dias, combinando informações coletadas passivamente por smartphones Android e relógios Garmin (LAMPE et al., 2026).

O que foi monitorado?

No estudo, os participantes usavam um aplicativo de pesquisa instalado no celular e um smartwatch. Ao longo de três meses, foram registrados automaticamente:

• Sono: duração do sono por noite e quanto tempo a pessoa ficava acordada durante o período em que estava na cama (WASO – wake after sleep onset).
• Atividade física: contagem de passos diários.
• Variabilidade da frequência cardíaca (HRV): um indicador importante de regulação emocional e equilíbrio entre sistemas simpático e parassimpático.
• Uso de tela: minutos por dia com o smartphone desbloqueado.
• Engajamento social digital: número de ligações e mensagens de texto enviados.
• Engajamento social presencial: minutos por dia em que o microfone do celular detectava a presença de conversas no ambiente.

Importante: o áudio captado não era armazenado como gravação; o sistema extrai apenas características como volume e presença de fala para identificar se há uma conversa em andamento.

Esses registros foram organizados dia a dia e, depois, resumidos por pessoa (média e variabilidade ao longo dos 90 dias). Os pesquisadores também levaram em conta quantos dias de dados estavam ausentes, já que, em depressão, não usar o dispositivo ou não carregar o relógio pode estar relacionado ao próprio quadro clínico.

O que o estudo encontrou?

Usando uma técnica estatística chamada análise de perfis latentes, os autores identificaram dois grandes "perfis digitais" dentro do grupo de pessoas deprimidas:

1. Perfil "moderado e consistente" (cerca de 85,7% da amostra)
   Esses participantes apresentavam valores próximos da média (entre os percentis 50 e 60) em praticamente todos os indicadores: sono, atividade, HRV, uso de tela e engajamento social. Havia pouca oscilação dia a dia. Ou seja, pessoas com depressão, mas sem grandes extremos nos dados passivos.

2. Perfil "sono deficiente, HRV cronicamente baixa e baixa interação social" (cerca de 14,3%)
   Esse grupo apresentava:

   • Sono mais curto, mais fragmentado e mais variável.
   • HRV mais baixa e com pouca variação (um padrão fisiológico associado a maior vulnerabilidade emocional).
   • Menos tempo em conversas detectadas pelo microfone e menos ligações/mensagens, sugerindo retraimento social.
   • Menor uso de tela em comparação ao perfil moderado.

Todos os participantes tinham diagnóstico de MDD e gravidade relativamente alta de sintomas, avaliada por entrevista clínica estruturada. Mesmo assim, os perfis não se diferenciaram de forma significativa na "pontuação de gravidade da depressão". A diferença apareceu em outro lugar: no funcionamento social e ocupacional, medido pela escala SOFAS.

Os indivíduos do perfil com sono deficiente, HRV baixa e baixa interação social mostraram pior funcionamento no dia a dia em comparação ao perfil moderado. Essa diferença perdeu significância quando aplicado um critério estatístico muito rigoroso, mas a direção do efeito e a magnitude sugerem um padrão clinicamente relevante (LAMPE et al., 2026).

O que isso significa na prática clínica?

Alguns pontos são especialmente importantes para a prática em serviços de saúde mental:

1. Nem toda depressão se comporta igual "por trás da tela"
   Mesmo entre pessoas com a mesma categoria diagnóstica (MDD) e gravidade semelhante em entrevista, os dados passivos mostraram subgrupos com padrões muito distintos de sono, fisiologia e engajamento social.

2. Funcionamento pode ser mais sensível do que "gravidade declarada"
   Os perfis digitais estiveram mais associados ao prejuízo em vida social, trabalho e estudos do que à pontuação de severidade da depressão em si. Na clínica, muitas vezes encontramos pacientes que "marcam" critérios de MDD, mas variam enormemente em autonomia, rotina e suporte social. Os dados digitais parecem captar bem essa diferença.

3. Sono, HRV e engajamento social como sinais de alerta
   O estudo reforça três eixos centrais como marcadores promissores de maior risco para prejuízo funcional:

• Sono irregular, curto e fragmentado;
• HRV consistentemente baixa;
• Redução marcante da interação social (digital e presencial).

Na prática, isso converge com o que vemos em consultório: quadros em que a pessoa "se apaga" socialmente, dorme mal de forma crônica e apresenta sinais de exaustão fisiológica tendem a ter maior impacto em autonomia e qualidade de vida.

1. O papel crescente dos dados passivos no acompanhamento
   A ideia não é substituir entrevistas clínicas, psicoterapia ou avaliação psicológica padronizada, mas complementar. Em vez de depender apenas de relatos esporádicos, passamos a ter uma "linha do tempo" baseada em comportamento real, minuto a minuto, ao longo de semanas.

Esse tipo de monitoramento, quando bem regulado e com consentimento informado, pode ajudar na detecção precoce de piora, no acompanhamento de resposta ao tratamento e na personalização de intervenções.

Cuidados éticos e de privacidade

O estudo também mostra que o uso de dados digitais em saúde mental exige rigor ético:

• Consentimento claro e detalhado sobre que tipo de dado será coletado, por quanto tempo e com qual finalidade.
• Anonimização e proteção de dados em servidores seguros.
• Limitação dos dados ao mínimo necessário (por exemplo, extrair apenas características de áudio, sem armazenar conversas).
• Transparência com os pacientes sobre quem terá acesso às informações e como elas serão interpretadas.

Perspectivas futuras

A tendência é que pesquisas como a de Lampe e colaboradores se tornem cada vez mais frequentes, ampliando a lista de biomarcadores digitais (por exemplo, localização, padrão de digitação, variabilidade de rotas diárias). Ao mesmo tempo, serviços clínicos precisarão discutir como integrar, com segurança e responsabilidade, esse tipo de informação ao atendimento.

Para a psicologia clínica, isso representa uma oportunidade: aliar a sensibilidade da escuta qualificada à precisão e à continuidade dos dados objetivos, construindo um cuidado mais fino e ajustado à realidade de cada pessoa.

Referência em ABNT

LAMPE, Elizabeth W. et al. Interindividual differences in digital phenotypes of major depressive disorder: A passive sensing study using smartphone and wearable sensor data. Behaviour Research and Therapy, v. 199, p. 104986, 2026.