Estudo propõe uso de inteligência artificial no diagnóstico do transtorno do espectro autista

 

(Foto: Agência Brasil)

O diagnóstico do transtorno do espectro autista (TEA) é ainda um grande desafio pelo grau de complexidade envolvido, exigindo profissionais altamente especializados. O TEA é uma condição de neurodesenvolvimento, cujos sintomas associados variam consideravelmente. A incidência, segundo o último relatório do Centro de Controle e Prevenção de Doenças (CDC) dos Estados Unidos, é de um caso a cada 36 pessoas e não há um marcador bioquímico que permita determiná-lo com precisão. Propor uma metodologia quantitativa para diagnóstico foi a sugestão dada por pesquisadores em artigo publicado na revista Scientific Reports. O trabalho se baseou em dados de imagens cerebrais de 500 pessoas, sendo 242 pertencentes ao espectro.

A ideia foi obter o diagnóstico com auxílio de técnicas de aprendizado de máquina a partir dos dados de redes cerebrais. “Iniciamos o desenvolvimento de um método coletando essas imagens por exames de ressonância magnética ou eletroencefalograma”, conta Francisco Rodrigues, professor do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), em São Carlos, e um dos autores apoiados pela FAPESP. “Comparando mapas de pessoas que apresentam ou não TEA, verificamos que seria possível fazer o diagnóstico usando essa metodologia.”