Cientistas agora estão usando inteligência artificial para prever autismo em bebês

Novo método pode tornar tratamentos mais eficazes, e objetivo é prever também severidade dos casos e quais comportamentos devem surgir mais tarde

Apesar de todo o progresso que a ciência fez na compreensão do autismo nos últimos anos, saber quais crianças um dia vão desenvolver a condição ainda é quase impossível. Crianças diagnosticadas com autismo parecem se comportar normalmente até cerca de dois anos de idade, e, até lá, frequentemente não há indicação de que algo esteja errado.

• Computador recupera movimento de vítimas de derrame treinando cérebros dos pacientes
• Este implante de osso sintético pode substituir o doloroso transplante de medula óssea

Porém, escaneando cérebros de bebês cujos irmãos têm autismo e então rodando os dados desses escaneamentos por um algoritmo de aprendizado de máquina, pesquisadores dizem que podem ter criado um método para prever com precisão, a partir de seis meses de idade, quais crianças vão acabar diagnosticadas com a condição.

Para pesquisadores de autismo, esse feito há muito tempo tem sido ilusório. Diagnosticar o Transtorno do Espectro Autista antes de as crianças desenvolverem sintomas poderia permitir a famílias começar cedo tratamentos como a terapia comportamental, na esperança de torná-la mais efetiva, assim como permitir a pesquisadores testarem potenciais tratamentos, possibilitando-os um julgamento mais preciso na eficácia desses tratamentos.

Em um estudo que saiu nesta quarta-feira (7), na Science Translational Medicine, pesquisadores da Universidade da Carolina do Norte em Chapel Hill e da Escola de Medicina da Universidade de Washington escanearam os cérebros de 59 crianças de seis meses de idade com alto risco, para examinar como diferentes regiões do cérebro se conectam e interagem. Aos dois anos de idade, após 11 desses bebês terem sido diagnosticados com autismo, eles escanearam seus cérebros novamente. Depois disso, os pesquisadores se voltaram para a inteligência artificial, usando um algoritmo que treinava a si próprio para identificar padrões na conectividade cerebral que separavam esses bebês de seis meses que desenvolveram autismo daqueles que não desenvolveram. Usando aprendizagem profunda, eles conseguiram então desenvolver um modelo capaz de prever quais dos bebês de seis meses de idade eventualmente desenvolveriam autismo.

Com esse método, os pesquisadores puderam prever com precisão nove dos 11 bebês que acabariam com um diagnóstico de autismo. E não previu incorretamente nenhuma das crianças que não eram autistas.

“Nossos tratamentos de autismo atuais têm um impacto modesto, na melhor das hipóteses”, disse Joseph Piven, psiquiatra da UNC Chapel Hill e autor do estudo, ao Gizmodo. “Pessoas com autismo continuam enfrentando desafios em sua vida. Mas há um consenso geral no campo de que diagnosticar cedo significa melhores resultados (no tratamento).”

Estimativas sugerem que cerca de uma a cada 68 crianças nos Estados Unidos tem autismo. Ainda assim, não existem bons marcadores biológicos para prever quem tem maior risco de desenvolver a condição. Algumas mutações genéticas raras são ligadas ao autismo, mas a maioria não pode ser facilmente conectada a fatores de risco genéticos. Embora algumas descobertas tenham indicado que mudanças no cérebro ocorrem em crianças com autismo antes que quaisquer sintomas comportamentais apareçam, essas alterações têm sido difíceis de identificar.

O estudo deu sequência a um outro publicado anteriormente neste ano, que observou se o crescimento cerebral poderia ser um marcador biológico para o autismo, já que crianças com autismo tinham a tendência de ter cérebros maiores do que crianças normais em desenvolvimento. Nesse estudo, exames de ressonância magnética revelaram que o volume dos cérebros de bebês com autismo crescia mais rápido entre 12 e 24 meses de idade. Baseado nesses exames, um algoritmo conseguiu detectar quais crianças entre seis e 12 meses desenvolveriam autismo cerca de 80% das vezes, embora também tenha identificado alguns falso positivos.

Ao olhar, em vez disso, para a conectividade, esse novo estudo mostra um método de predição mais preciso e que identifica crianças com a condição em uma idade mais nova. No total, eles descobriram 974 conexões funcionais que estavam associadas a comportamentos autistas.

“É uma abordagem a base de dados”, disse Piven. “Não partimos de uma hipótese particular.”

Piven disse que os pesquisadores esperam reproduzir o estudo, assim como expandi-lo, para prever não apenas se uma criança pode ter autismo, mas o quão severo ele será e que tipos de comportamentos ela vai exibir. O autismo é um transtorno que vai de sintomas leves a outros que severamente inibem a vida de uma pessoa, então isso tornaria a ferramenta muito mais útil e, potencialmente, também tornaria o tratamento mais impactante.

O estudo é apenas um indicador antecipado de uma boa medida de previsão. Ele terá que ser reproduzido antes que esteja pronto para uso clínico. E o teste, em sua forma atual, dificilmente seria usado na população geral, mas, sim, como uma medição a ser feita após um bebê já ter sido identificado como de alto risco (para desenvolver o transtorno). Um a cada cinco irmãos com autismo, por exemplo, eventualmente desenvolve a condição. O desenvolvimento de outras técnicas de triagem para bebês de alto risco tornaria o teste muito mais útil.

“Eu olharia para esse estudo como uma prova de princípio”, disse. “Nossa intenção é oferecer uma intervenção de detecção antecipada, assim como fazemos hoje em dia para as doenças de Alzheimer e de Parkinson.”

Imagem do topo: NIH

fique por dentro
das novidades giz Inscreva-se agora para receber em primeira mão todas as notícias sobre tecnologia, ciência e cultura, reviews e comparativos exclusivos de produtos, além de descontos imperdíveis em ofertas exclusivas