O algoritmo foi desenvolvido na Universidade da Califórnia e é capaz de detectar a doença até seis anos antes do diagnóstico clínico

Cientistas da Universidade da Califórnia, em Berkeley, foram capazes de treinar uma inteligência artificial para detectar a Doença de Alzheimer anos antes de um diagnóstico clínico. O estudo envolveu o Departamento de Radiologia e Biomedicina por Imagem e o grupo de Big Data em Radiologia da universidade norte americana.

A doença de Alzheimer é uma degeneração do cérebro que acomete pessoas de idade avançada, comprometendo funções cerebrais como a memória, a linguagem e o comportamento. O Mal de Alzheimer, nada mais é, do que o envelhecimento do cérebro, ocasionando alterações patológicas no tecido cerebral e, segundo a Organização Mundial da Saúde (OMS), é responsável por cerca de 60% a 70% dos casos de demência.

Apesar disso, o diagnóstico da doença ainda é bastante difícil, pois não existe um exame que aponte a condição e os médicos utilizam o método de exclusão para diagnosticar seus pacientes – utilizando diversos exames e métodos para determinar se os sintomas apresentados se encaixam nos critérios do Mal de Alzheimer.

A pesquisa

Buscando maneiras de identificar a doença antecipadamente, os cientistas utilizaram mais de 2000 exames de cerca de mil pacientes retirados de um banco de dados da Iniciativa de Neuroimagem do Mal de Alzheimer. Baseados na análise de tomografias realizadas anos antes da detecção da doença, os pesquisadores treinaram um algoritmo de deep learning (aprendizagem profunda) para mensurar a absorção de glicose em áreas diferentes do cérebro, além de apontar mudanças nos indicadores de atividade metabólica.

Para determinar essas mudanças, é realizado um exame chamado “FDG-PET scan”, um tipo de tomografia que emite pósitrons (partículas de elétrons com carga positiva desenvolvidas para uso em tomografias e na ressonância magnética funcional). O FDG é um tipo de glicose radiotiva que é injetada no paciente antes do exame. Assim, é possível analisar como o corpo humano absorve esse nutriente.

Ao analisar 40 exames de pacientes diferentes, o algoritmo foi capaz de diagnosticar com 100% de precisão os casos de Alzheimer dos 40 pacientes e descartou, corretamente, a possibilidade da doença em outros 82%. Para comparação, o grupo de especialistas testou o algoritmo novamente teve um resultado ainda melhor: a inteligência artificial acertou 57% dos diagnósticos e descartou corretamente 91% dos casos que não apresentam a doença.

Mas, o mais curioso sobre o estudo é a antecipação do diagnóstico. Todos os dados avaliados pela IA eram baseados em exames realizados cerca de seis anos antes da avaliação médica final que constatou a doença.  Jae Ho Sohn, coautor do estudo, destaca que o diagnóstico precoce é a o segredo para diminuir os sintomas do Alzheimer, pois se identificada antecipadamente, médicos podem agir para amenizar a perda de memória e capacidades cognitivas dos pacientes.

Apesar das grandes descobertas, os autores da pesquisa advertem que a nova técnica ainda está em desenvolvimento, mas que o trabalho abre caminhos para novos treinamentos de inteligências artificiais para lidar com outros biomarcadores da doença.

Fonte: Albert Einstein; Engadget;