Pesquisadores estão sugerindo o uso da tecnologia de inteligência artificial (IA) para auxiliar no diagnóstico do transtorno do espectro do autismo. Uma equipe de pesquisadores do Brasil, França e Alemanha utilizou ressonância magnética para treinar um algoritmo de aprendizagem de máquina, conforme descrito em um artigo recente na Scientific Reports. Eles coletaram dados de imagens cerebrais de 500 indivíduos, incluindo mais de 240 diagnosticados com autismo, para desenvolver o “método diagnóstico quantitativo” proposto.
Ao aplicar técnicas de aprendizagem de máquina aos dados, o algoritmo foi capaz de determinar alterações cerebrais associadas ao autismo com mais de 95% de precisão. Pesquisas anteriores sobre o uso de aprendizagem de máquina para o diagnóstico do autismo muitas vezes se baseiam em um único parâmetro estatístico, o que negligencia a organização da rede cerebral.
A análise dos dados de ressonância magnética funcional revelou alterações em certas regiões cerebrais relacionadas aos processos cognitivos, emocionais, de aprendizagem e de memória. Indivíduos autistas mostraram maior segregação, menor distribuição de informações e menor conectividade em suas redes corticais em comparação aos controles.
O estudo contribui para uma melhor compreensão das diferenças neurológicas no autismo. A Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), que apoiou a pesquisa, afirmou que a metodologia ainda está em desenvolvimento e levará vários anos para ser implementada.
De acordo com os Centros de Controle e Prevenção de Doenças, aproximadamente uma em cada 36 crianças foi identificada com transtorno do espectro do autismo. O diagnóstico do autismo pode ser desafiador devido à ausência de um teste médico definitivo. O uso da tecnologia de IA pode oferecer um futuro promissor na melhoria da precisão e eficiência do diagnóstico do autismo.