Saúde Desvendada

Um estudo recente publicado no International Journal of Neural Systems apresenta uma nova ferramenta baseada em inteligência artificial (IA) para auxiliar no diagnóstico do Transtorno do Espectro Autista (TEA). A abordagem, denominada Connectome Convolutional Transformer (CCTF), utiliza dados de neuroimagem para identificar padrões cerebrais associados ao TEA, oferecendo uma alternativa promissora aos métodos tradicionais, que são frequentemente demorados e dependem de avaliações comportamentais.

A complexidade e a variedade de manifestações do TEA tornam o diagnóstico um desafio. A CCTF supera essa dificuldade integrando informações de conectividade cerebral funcional e estrutural obtidas através de ressonância magnética funcional (fMRI) e ressonância magnética estrutural (sMRI). Ao analisar múltiplos aspectos da conectividade cerebral e redes de covariância estrutural, o modelo consegue uma representação mais completa das características neurológicas do TEA. Essa abordagem multimodal demonstrou ser mais eficaz do que métodos que dependem de apenas um tipo de dado.

Os resultados do estudo são promissores. A CCTF alcançou alta precisão na identificação de indivíduos com TEA, superando outros métodos de última geração em testes de validação cruzada. Mais importante ainda, o modelo se mostrou robusto e generalizável, mantendo seu desempenho em diferentes centros de pesquisa, um desafio comum na integração de dados de neuroimagem. Além disso, as regiões cerebrais identificadas pela CCTF como relevantes para o diagnóstico do TEA estão em consonância com o conhecimento atual da neurobiologia do transtorno, o que reforça a validade e o potencial da ferramenta para avançar nossa compreensão do TEA.

Origem: Link