Algoritmos de inteligência artificial conseguiram fazer o diagnóstico do transtorno do espectro autista (TEA) com até 100% de precisão a partir de alterações na retina captadas por imagens, sugere um novo estudo de pesquisadores da Faculdade de Medicina da Universidade Yonsei, na Coreia do Sul.

O uso desse método de aprendizagem de máquina no diagnóstico de autismo ainda é experimental e precisa de mais testes que confirmem a sua eficácia. Porém, é uma técnica promissora, segundo especialistas da área.

Publicado na revista científica Jama Network Open, o estudo envolveu 958 crianças e adolescentes com idade média de 7,8 anos. Suas retinas foram fotografadas, resultando em um total de 1.890 imagens.

A retina e o nervo óptico funcionam como uma extensão do sistema nervoso central e podem servir de biomarcadores, fornecendo muitas informações não invasivas do cérebro.

Metade dos participantes do estudo tinha diagnóstico de autismo e a outra metade era um grupo controle, com crianças de mesma idade e sexo, com desenvolvimento típico. A gravidade dos sintomas do autismo foi avaliada usando pontuações de testes referendados na área.

Depois, um algoritmo de aprendizagem profunda foi treinado usando as imagens e as pontuações dos testes de gravidade dos sintomas. Os resultados mostraram que a ferramenta foi capaz de identificar com 100% de precisão aqueles que tinham autismo e aqueles que não tinham.

Porém, o método não foi tão eficaz assim em predizer a gravidade dos sintomas. Para esse critério, a taxa de acurácia variou entre 58% (sensibilidade) e 74% (especificidade).

Mesmo assim, os pesquisadores acreditam que a inteligência artificial tem muito potencial para ajudar as crianças a obter um diagnóstico mais precoce da condição.

Segundo eles, são necessários mais estudos para comprovar se a ferramenta pode funcionar também em crianças mais novas. Nessa fase, a retina ainda está em desenvolvimento.

“O nosso estudo representa um passo notável no desenvolvimento de ferramentas objetivas de rastreio do TEA, que podem ajudar a resolver questões urgentes, como a inacessibilidade de avaliações especializadas em psiquiatria infantil devido aos recursos limitados”, afirmaram os autores.

De acordo com Alexandre Chiavegatto Filho, professor de inteligência artificial em saúde da USP, é preciso que outros grupos confirmem esses achados do estudo coreano, usando amostras de outros países e seus próprios algoritmos. “Os algoritmos são desenvolvidos por pessoas e podem ter muitos problemas por trás disso.”

Para ele, mesmo com as limitações, o estudo é muito promissor e vem se somar a outros que já demonstraram outras potencialidades. Por exemplo, em um outro trabalho, os algoritmos puderam prever o risco cardiovascular de uma pessoa a partir de imagens da retina. “A inteligência artificial tem descoberto muitas coisas que os oftalmologistas não faziam ideia sobre a retina.”

O diagnóstico do transtorno do espectro autista é ainda um grande desafio pelo grau de complexidade envolvido. Os sintomas associados variam muito e não há um único marcador bioquímico que determine a condição com precisão.

Daí o entusiasmo da comunidade científica em relação ao uso de algoritmos de inteligência artificial como ferramentas de diagnóstico.

Outro estudo publicado em julho na revista Scientific Reports baseou-se em dados de imagens cerebrais de 500 pessoas, sendo 242 com diagnóstico de autismo. Os pesquisadores abasteceram o algoritmo com esses mapas das redes cerebrais, e o sistema foi capaz de determinar quais alterações cerebrais estavam associadas ao autismo. A acurácia foi de 95%.

Por meio das imagens obtidas nos exames de ressonância magnética foi possível observar, por exemplo, mudanças em determinadas regiões do córtex e associá-las a alguns comportamentos. Também nesse caso, a metodologia ainda está em desenvolvimento e poderá levar anos para ser adotada na prática clínica.

Segundo Francisco Rodrigue, um dos autores deste estudo e professor do Instituto de Ciências Matemáticas e da Computação da USP de São Paulo, o mapeamento do cérebro é um passo importante não só para a identificação do autismo como de outras condições.

Um outro estudo publicado pelo seu grupo em 2022 aplicou essa metodologia no caso do Alzheimer e também concluiu que é possível um diagnóstico preciso usando a inteligência artificial. Outros trabalhos já demonstraram que esses mapas cerebrais também podem ajudar na detecção da esquizofrenia.

“Quão semelhantes, em termos de alterações cerebrais, são a esquizofrenia e o Alzheimer? Se conseguirmos relacionar os transtornos, talvez possamos desenvolver novos medicamentos e tratamentos similares para diferentes condições, ou mesmo adaptar tratamentos de uma condição para outra. Ainda estamos longe desse resultado, mas o que está por vir é bastante promissor”, disse ele à revista Fapesp.