Inteligência artificial pode agora prever autismo em bebês

Por Redação

A detecção precoce é essencial para aumentar as chances de tratamento do distúrbio

U m recente estudo publicado no diário Science Translational Medicine demonstrou que a inteligência artificial agora pode prever quais bebês irão desenvolver transtorno do espectro do autismo (TEA) antes dos 24 meses, com uma taxa de êxito surpreendente de 96% (nove e seis por cento).

O TEA é um distúrbio do desenvolvimento neurológico caracterizado por déficits sociais e comportamentos repetitivos. Crianças com o transtorno geralmente evitam o contato visual com outras pessoas e costumam criar uma rotina e repeti-la constantemente. Quando a rotina é interrompida, eles ficam chateados e se fecham ainda mais.

Atualmente, as crianças podem ser diagnosticadas a partir dos dois anos de idade (quando o transtorno começa a se manifestar). Às vezes, a identificação do TEA ocorre bem depois desse período. Como a condição é permanente, a detecção precoce é essencial para possibilitar intervenções iniciais e aumentar o progresso do tratamento.

Uma criança com transtorno do espectro do autismo (Crédito: The Stories of Autism Project)

Identificando o autismo

Por meio de análise de imagens de ressonância magnética funcional (fMRI) e técnicas de Machine Learning para identificar padrões nas conexões funcionais do cérebro, o estudo conseguiu prever se uma criança de 6 meses de idade desenvolveria o TEA antes dos dois anos.

Foram conduziram varreduras cerebrais em 59 bebês de seis meses de idade (os bebês eram irmãos mais novos de crianças com TEA e, por esse motivo, têm 20 vezes mais chances de contrair a doença). Os cientistas capturaram a atividade em 230 regiões cerebrais dos bebês, totalizando 26.335 conexões neurais.

Os cientistas conduziram varreduras cerebrais de 59 bebês com alto risco de TEA

Os cientistas diagnosticaram 11 dos bebês com TEA. Quando os bebês atingiram dois anos de idade, seus cérebros foram novamente escaneados. Usando os dados coletados, os cientistas ensinaram um algoritmo de Machine Learning a identificar padrões na conectividade cerebral dos bebês que desenvolveram e não desenvolveram TEA.

O algoritmo analisou os exames dos bebês de seis meses e identificou corretamente nove das 11 crianças que desenvolveram autismo. Com a utilização do Machine Learning, os pesquisadores conseguiram criar um modelo capaz de prever quais dos bebês de seis meses de idade eventualmente desenvolveriam autismo.

A pesquisa representa um passo importante para a identificação precoce de indivíduos com autismo antes que seus sintomas característicos se desenvolvam. O método utilizado, além de não intrusivo, permite identificar o TEA com com apenas uma varredura cerebral, oferecendo, desde cedo, maiores chances de tratamento.

A inteligência artificial e o Machine Learning estão trazendo aprimoramento para o setor de diagnósticos médicos em virtude de sua capacidade de analisar uma grande quantidade de dados mais rapidamente que os humanos.

Esses dois campos têm potencial de revolucionar os cuidados médicos, identificando doenças mais cedo e com mais precisão, além de permitir que os médicos conduzam tratamentos preventivos mais baratos e menos intrusivos. Todos esses avanços nos levam a concluir que estamos enxergando apenas a ponta do iceberg.

O futuro da medicina, ao que tudo indica, será deslumbrante.

Fonte: Futuro Exponencial