Algoritmos de inteligência artificial demonstraram a capacidade de diagnosticar o Transtorno do Espectro Autista (TEA) com até 100% de precisão, utilizando alterações na retina identificadas por imagens, de acordo com um recente estudo conduzido por pesquisadores da Faculdade de Medicina da Universidade Yonsei, na Coreia do Sul. Apesar de ser um método promissor, o uso dessa técnica de aprendizagem de máquina no diagnóstico do autismo ainda é experimental, requerendo mais testes para confirmar sua eficácia.
Publicada na revista científica Jama Network Open, a pesquisa envolveu 958 crianças e adolescentes, com média de idade de 7,8 anos, cujas retinas foram fotografadas, gerando um total de 1.890 imagens. A retina e o nervo óptico foram explorados como biomarcadores, proporcionando informações não invasivas do cérebro.
Metade dos participantes possuía diagnóstico de autismo, enquanto a outra metade compunha um grupo controle, composto por crianças da mesma faixa etária e sexo, com desenvolvimento típico. A gravidade dos sintomas do autismo foi avaliada usando pontuações de testes específicos.
Utilizando um algoritmo de aprendizagem profunda treinado com as imagens e pontuações dos testes, os resultados indicaram uma precisão de 100% na identificação dos casos de autismo e do grupo controle. Entretanto, a eficácia em prever a gravidade dos sintomas variou entre 58% (sensibilidade) e 74% (especificidade).
Apesar das limitações, especialistas acreditam que a inteligência artificial tem potencial para facilitar diagnósticos mais precoces do TEA, resolvendo desafios como a falta de acesso a avaliações especializadas em psiquiatria infantil.
Alexandre Chiavegatto Filho, professor de inteligência artificial em saúde da USP, destaca a necessidade de confirmação por outros grupos, utilizando amostras de diferentes países e algoritmos. Ele ressalta o caráter promissor do estudo, comparando-o a outros que exploram as potencialidades da inteligência artificial em diagnósticos médicos.
O diagnóstico do autismo permanece desafiador devido à sua complexidade, com sintomas variados e a ausência de um único marcador bioquímico preciso. A comunidade científica expressa entusiasmo pelo uso de algoritmos de inteligência artificial como ferramentas de diagnóstico, destacando estudos similares que exploram imagens cerebrais para entender condições como o Alzheimer e a esquizofrenia.
