Saúde Desvendada

Um estudo recente demonstra o potencial da inteligência artificial (IA) para revolucionar o diagnóstico do Transtorno do Espectro Autista (TEA). A pesquisa, publicada no Japanese Journal of Radiology, explora o uso de modelos de análise de redes complexas (CNA) e vision transformers (ViT) para identificar o TEA com base em exames de ressonância magnética estrutural (sMRI) do tipo T1, um tipo de exame amplamente disponível.

A abordagem inovadora utiliza dados da Autism Brain Imaging Data Exchange (ABIDE), compreendendo exames de 79 pacientes com TEA e 105 indivíduos saudáveis. Os modelos de IA foram treinados para identificar padrões nas imagens cerebrais associados ao TEA. Os pesquisadores desenvolveram cinco modelos para cada tipo de característica: regressão logística, máquina de vetores de suporte (SVM), gradient boosting (GB), K-vizinhos mais próximos (KNN) e rede neural (NN). Vinte e cinco modelos foram desenvolvidos, unindo os dois conjuntos de cinco modelos. A avaliação do desempenho dos modelos foi feita com precisão, área sob a curva ROC (AUC-ROC), sensibilidade e especificidade por meio da validação cruzada quíntupla.

Os resultados revelaram que o modelo federado CNA(KNN)-ViT(NN) obteve o melhor desempenho, atingindo uma precisão de 0,951, AUC-ROC de 0,980, sensibilidade de 0,963 e especificidade de 0,943. A utilização de exames T1 sMRI, amplamente acessíveis, demonstra o potencial de integrar essa metodologia em exames clínicos de rotina, o que facilitaria um rastreamento mais eficiente e acessível do TEA. O estudo destaca a importância do diagnóstico precoce do TEA para permitir intervenções oportunas que podem melhorar significativamente os resultados a longo prazo. O desenvolvimento de ferramentas de diagnóstico baseadas em IA pode complementar os métodos tradicionais, que dependem fortemente de observações comportamentais e entrevistas clínicas, muitas vezes subjetivas e demoradas, otimizando o processo e contribuindo para um diagnóstico mais preciso e rápido.

Origem: Link