Uma pesquisa conduzida por um aluno do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo em São Carlos, interior do estado, promete antecipar o diagnóstico da doença de Parkinson, cuja detecção atualmente é feita com base em sintomas visíveis. O trabalho aplica aprendizado de máquina com base em estudos de […]
Uma pesquisa conduzida por um aluno do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo em São Carlos, interior do estado, promete antecipar o diagnóstico da doença de Parkinson, cuja detecção atualmente é feita com base em sintomas visíveis. O trabalho aplica aprendizado de máquina com base em estudos de redes cerebrais para identificar a doença com antecedência e personalizar o tratamento.
A pesquisa é conduzida pelo estudante Théo Bruno Frey Riffel, que cursa Ciências de Computação no ICMC, e recebeu um prêmio: o J. F. Marar de Inteligência Artificial para a Graduação 2024.
O estudante e seu orientador, o professor Francisco Rodrigues, analisaram dados cerebrais de pacientes já diagnosticados com a doença, comparando-os com as informações de indivíduos saudáveis (grupo controle). Construíram então a rede do cérebro, que representa interações entre as diferentes regiões corticais.
Leia mais: Na mira das deepfakes: reflexões sobre o futuro da segurança e autenticidade digital
Depois, eles treinaram um algoritmo capaz de classificar os pacientes. Segundo Riffel, esses dados de monitoramento cerebral foram obtidos a partir do projeto internacional Parkinson’s Progression Markers Initiative (PPMI), que contam com padrões éticos rigorosos, segundo os acadêmicos. Os algoritmos de treinamento usados na pesquisa se mostraram capazes de analisar complexas conexões cerebrais.
“No entanto, o estudo segue em desenvolvimento para determinar qual abordagem oferece maior precisão”, diz o pesquisador.
Segundo o professor Francisco Rodrigues, eles já aplicaram essa metodologia em outros estudos, com aplicações para outras patologias. “Já a aplicamos ao diagnóstico de autismo, Alzheimer, depressão e esquizofrenia, obtendo resultados bastante animadores, com classificações altamente precisas. No entanto, ainda há desafios a serem superados, especialmente na coleta de dados, que é um processo complexo, custoso e que exige profissionais especializados, além de um ambiente adequado”, diz o docente.
A pesquisa também aborda questões que vão além dos aspectos técnicos, incluindo privacidade dos pacientes e transparência dos diagnósticos. O modelo de IA foi projetado para ser uma ferramenta de apoio aos médicos, e não um substituto do julgamento clínico, dizem.
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!
