Saúde Desvendada

O Transtorno do Espectro Autista (TEA) é uma condição do neurodesenvolvimento que impacta a comunicação social, os padrões de comportamento e a expressão emocional em crianças. O diagnóstico tradicional do TEA depende amplamente de ferramentas de observação subjetivas, como o ADOS (Autism Diagnostic Observation Schedule) e o CARS (Childhood Autism Rating Scale). No entanto, a precisão e a eficiência dessas ferramentas podem ser limitadas.

Para superar essas limitações, pesquisadores desenvolveram uma plataforma portátil de aquisição de dados multimodais para a avaliação do TEA. Essa plataforma inovadora integra dados de EEG (eletroencefalograma), ECG (eletrocardiograma), fala, expressões faciais e escalas de avaliação, utilizando dispositivos vestíveis e terminais inteligentes. Um algoritmo avançado é empregado para a fusão e análise desses dados, gerando relatórios de diagnóstico individualizados.

Um estudo piloto com sete participantes demonstrou a eficácia da plataforma na identificação de diferenças significativas entre o grupo com TEA e o grupo de controle. As descobertas revelaram uma duração menor das pausas na fala (redução de 41,8%, p < 0,001), maior potência da banda δ no EEG (aumento de 226%, p = 0,0015) e menor entropia aproximada (redução de 38,5%, p < 0,0001) no grupo com TEA. Esses resultados promissores sugerem que a fusão de dados multimodais pode ser uma ferramenta valiosa para o rastreamento e o diagnóstico precoces do TEA. Além disso, o sistema apresenta vantagens notáveis em termos de baixo custo, alta precisão e facilidade de uso, o que o torna uma opção promissora para aplicação em larga escala no rastreamento familiar do TEA e na intervenção precoce. Com a expansão dos dados e a otimização técnica contínua, esse sistema multimodal oferece amplas perspectivas clínicas para o futuro.

Origem: Link