Notícia

Imagem News

Plataforma de realidade virtual e IA da USP revoluciona diagnóstico precoce de declínio cognitivo (58 notícias)

Publicado em 24 de outubro de 2026

Contexto demográfico e desafios de saúde

O Brasil vive um processo acelerado de envelhecimento populacional. Segundo o IBGE, a parcela de pessoas com 65 anos ou mais deve ultrapassar 15% da população até 2030, pressionando os sistemas de saúde pública e privada. Entre as principais preocupações está o aumento de doenças neurodegenerativas, como a doença de Alzheimer, que exigem diagnóstico precoce para possibilitar intervenções mais eficazes.

Estudos epidemiológicos apontam que entre 15% e 20% dos idosos apresentam comprometimento cognitivo leve (CCL) , condição que representa um estágio intermediário entre o declínio cognitivo esperado pelo envelhecimento e o início de demências clínicas. Aproximadamente metade desses indivíduos pode evoluir para um quadro demencial em até cinco anos, o que evidencia a necessidade de ferramentas capazes de identificar a transição de forma precoce.

Inovação tecnológica: realidade virtual, IA e neurofisiologia

Em resposta a esse cenário, pesquisadores do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC‑USP), campus de São Carlos, estão desenvolvendo uma plataforma que combina ambientes de realidade virtual (VR), algoritmos de inteligência artificial (IA) e registro da atividade cerebral por eletroencefalograma (EEG). O objetivo central é melhorar a sensibilidade na detecção do CCL, superando as limitações dos testes neuropsicológicos convencionais.

O projeto, coordenado pelo pesquisador de pós‑doutorado Roberto Douglas Guimarães de Aquino, sob a supervisão do professor Alexandre Delbem, integra ainda o Centro para Inteligência Artificial em Gestão de Saúde (ciaGsaúde), um centro de pesquisa aplicado financiado pela FAPESP, e colabora com o Centro de Engenharia Aplicada à Saúde da Escola de Engenharia de São Carlos (EESC‑USP).

Metodologia e coleta de dados multimodais

A avaliação proposta ocorre em uma única sessão, na qual o participante realiza uma série de tarefas dentro de um cenário virtual que reproduz situações cotidianas, como organizar objetos em uma cozinha ou encontrar caminhos em um corredor. Enquanto o usuário interage com o ambiente, sensores capturam simultaneamente:

Movimentos oculares, por meio de rastreamento de olhar, que permitem medir o tempo de fixação e a distribuição da atenção visual;

Atividade elétrica cerebral, registrada por EEG de alta resolução, que revela oscilações de ondas cerebrais associadas ao esforço de memória de trabalho e à resposta a estímulos;

Dados comportamentais, como tempo de reação e padrão de navegação dentro da cena virtual.

Essas fontes de informação são sincronizadas em milissegundos, oferecendo um retrato detalhado das respostas neurocognitivas do idoso. A coleta multimodal permite que nuances imperceptíveis aos testes de papel e caneta, como o Mini‑Exame do Estado Mental (MEEM) ou o Montreal Cognitive Assessment (MoCA), sejam analisadas com maior precisão.

Inteligência artificial interpretável como analista dos biomarcadores digitais

Os dados brutos são alimentados a um pipeline de IA que combina técnicas de aprendizado de máquina supervisionado e redes neurais profundas. Diferente de abordagens "caixa‑preta", o modelo foi desenvolvido com foco em interpretabilidade, permitindo que os profissionais de saúde compreendam quais características (por exemplo, aumento da latência ocular ou diminuição da potência das ondas alfa) foram decisivas para a classificação.

Segundo Aquino, o algoritmo não apenas indica a presença ou ausência de comprometimento cognitivo, mas também fornece um relatório explicativo que aponta os fatores neurofisiológicos responsáveis. Essa transparência facilita a tomada de decisão clínica, pois o neurologista pode validar o resultado à luz de sua avaliação presencial.

Impactos esperados e perspectivas de futuro

Se confirmada em estudos clínicos de larga escala, a solução pode transformar a triagem de idosos no SUS e em clínicas privadas, reduzindo a dependência de testes subjetivos e diminuindo custos associados a avaliações múltiplas. Além de acelerar o diagnóstico, a tecnologia abre caminho para intervenções personalizadas, como programas de neurorreabilitação que ajustam exercícios cognitivos e motores com base nos biomarcadores individuais.

O projeto também se compromete com a ciência aberta: ao final das validações, o software, os algoritmos e os conjuntos de dados anonimados serão disponibilizados no GitHub, permitindo que pesquisadores de todo o mundo reproduzam e ampliem a metodologia.

Para conhecer o funcionamento da plataforma, o vídeo explicativo está disponível em youtu.be/Ln-jJK3eqt0.

Próximos passos

Os próximos marcos incluem a ampliação da amostra de voluntários, a comparação dos resultados com diagnósticos de imagem cerebral (como ressonância magnética) e a busca por parcerias com hospitais públicos para implementação piloto. Caso os indicadores de sensibilidade e especificidade se mantenham elevados, a expectativa é que a ferramenta seja incorporada ao protocolo de avaliação cognitiva padrão nos próximos cinco anos.

 

Sobre o FAPESP Na Mídia: O FAPESP na Mídia reúne notícias publicadas por veículos de comunicação e instituições do Brasil e do exterior. A plataforma tem como objetivo dar visibilidade à repercussão das ações de fomento e difusão científica apoiadas pela FAPESP, bem como documentar a divulgação espontânea de informações relacionadas à sua atuação e à comunidade científica apoiada. O monitoramento também fornece subsídios para análises estatísticas e para a avaliação dos resultados das ações de comunicação científica da Fundação. Os conteúdos reproduzidos ou referenciados nesta plataforma são de responsabilidade de seus respectivos autores e veículos de origem. Sua reprodução não implica em endosso da FAPESP às opiniões, interpretações ou informações expressas nesses conteúdos, nem significa que a Fundação compartilhe necessariamente dos posicionamentos apresentados.