Pesquisa envolveufísicos, estatísticos, médicos e neurocientistas de diferentes centros noBrasil, na França e na Alemanha 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 ao coletar essas imagens por exames de ressonância magnética ou eletroencefalograma”, conta Francisco Rodrigues, professor do ICMC-USP (Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo), em São Carlos, e um dos autores apoiados pela Fapesp (Fundação de Amparo à Pesquisa do Estado de São Paulo). “Comparando mapas de pessoas que apresentam ou não TEA, verificamos que seria possível fazer o diagnóstico usando essa metodologia.”
Os pesquisadores abasteceram um algoritmo, que é um método de aprendizagem de máquina, com esses “mapas”. A partir dos exemplos aprendidos, o sistema pôde determinar quais alterações cerebrais estavam associadas ao espectro. A acurácia dos testes foi superior a 95%.
Muitos trabalhos recentes propõem métodos para o diagnóstico de TEA com base em aprendizado de máquina.