Mais um exemplo de como a inteligência
artificial pode ser grande e promissora aliada da medicina: neurocientistas brasileiros
e australianos utilizaram a tecnologia para identificar, a partir de imagens da
atividade cerebral, pacientes que possuem transtorno obsessivo-compulsivo
(TOC), um transtorno mental crônico e debilitante que afeta cerca de 3% da
população mundial.
O TOC é caracterizado por pensamentos
intrusivos e indesejados (obsessões) e um estado de ansiedade que é
momentaneamente aliviado por comportamentos compulsivos como lavar as mãos
várias vezes seguidas ou conferir repetidamente se uma tarefa foi realizada –
fechar a torneira, por exemplo. Com os avanços dos métodos de neuroimagem, que
permitem o estudo da estrutura e função do cérebro humano, sabe-se que
pacientes com esse transtorno apresentam funcionamento cerebral anormal, o que
leva aos sintomas da doença.
Juntando os universos da
inteligência artificial e da neurociência, pesquisadores do Instituto D’Or de
Pesquisa e Ensino, da Universidade Federal do Rio de Janeiro (UFRJ) e da Universidade
de Monash, na Austrália, investigaram se máquinas são capazes de diferenciar, a
partir de imagens da atividade neural, pessoas que possuem o transtorno das
saudáveis. Os achados foram publicados no mês
de abril na revista Neuroimage: Clinical.
Participaram da pesquisa 18
pacientes com TOC e 18 pessoas sem o transtorno, que formaram o grupo controle.
Dentro de uma máquina de ressonância magnética, os indivíduos escutavam, utilizando
fones de ouvido, frases elaboradas para provocar emoções específicas, como
culpa, compaixão, raiva e nojo, além de frases neutras. Eis um exemplo de frase
usada para provocar culpa: “Sua mãe ligou dizendo que não se sentia bem. Você a
ignorou, e, no dia seguinte, ela faleceu”.
Emoções assim são fundamentais para
entender o TOC. “Elas estão muito presentes nos relatos dos pacientes, e estão
por trás dos sintomas do transtorno”, explica o psiquiatra Leonardo Fontenelle,
pesquisador do Instituto D’Or e da UFRJ e um dos autores do estudo.
Aprendizado de máquina
No experimento, o aparelho de
ressonância registrou a atividade cerebral dos participantes ao escutar as
diferentes frases. Em seguida, um computador analisou essas imagens,
identificando áreas do cérebro que melhor diferenciam pessoas com e sem o
transtorno em cada situação.
Por exemplo, quando o sentimento em
questão era a culpa, verificou-se que a principal diferença entre pacientes e
controles estava no giro pós-central esquerdo e no giro angular –
observando-os, o computador foi capaz de diferenciar corretamente os dois
grupos em 86% dos casos. Já para compaixão, a área cerebral que melhor
discriminou os dois grupos de indivíduos foi o córtex cingulado anterior
dorsal, com mais de 94% de taxa de acerto.
Nas situações de raiva, o algoritmo
identificou, com acurácia superior à 86%, o núcleo caudado e os giros angular,
paracingulado e pré-central. Por fim, quando sentiam nojo, as áreas cerebrais
que melhor diferenciavam pacientes de controles foram o núcleo acúmbens
esquerdo e córtex frontal médio, com quase 90% de acurácia. Ao analisar todas
essas emoções ao mesmo tempo, a pesquisa identificou o núcleo acúmbens, o giro
lingual e o giro temporal médio como principais regiões para diferenciar
pessoas com e sem TOC, com acurácia acima de 83%.
Segundo Fontenelle, algumas áreas cerebrais
apontadas no estudo, como núcleo acúmbens, núcleo caudado, córtex frontal e
córtex cingulado, são velhas conhecidas por sua relação com o TOC. Por outro
lado, o papel de outras áreas cerebrais, como os giros pré e pós-central e
angular, ainda não é claro e precisa ser melhor explorado. “Pode ser que essas
áreas sejam confirmadas por estudos futuros e se tornem possíveis alvos
terapêuticos contra o transtorno”, destaca o psiquiatra.
Perguntado acerca do futuro da
relação entre inteligência artificial e psiquiatria, Fontenelle é cauteloso. “Nossos
diagnósticos ainda são muito dependentes da avaliação clínica, da conversa com
o paciente. Por isso, ainda não vejo a inteligência artificial ajudando no
diagnóstico do TOC. Por outro lado, tenho confiança de que, em um futuro
próximo, essa tecnologia pode nortear o planejamento do tratamento, indicando
que abordagem terapêutica – tipo de medicamento ou terapia comportamental, por
exemplo – tem mais chance de sucesso em cada paciente, caso a caso, com base na
assinatura neural dos pacientes”, aposta.
?
Cookie | Duração | Descrição |
---|---|---|
cookielawinfo-checkbox-analytics | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics". |
cookielawinfo-checkbox-functional | 11 months | The cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional". |
cookielawinfo-checkbox-necessary | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary". |
cookielawinfo-checkbox-others | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other. |
cookielawinfo-checkbox-performance | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance". |
viewed_cookie_policy | 11 months | The cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data. |