Pesquisadores da Faculdade de Medicina da Universidade Yonsei, na Coreia do Sul, desenvolveram um método para diagnosticar o Transtorno do Espectro Autista (TEA) e a gravidade dos sintomas em crianças usando imagens da retina examinadas por um algoritmo de inteligência artificial.
Pesquisadores da Faculdade de Medicina da Universidade Yonsei, na Coreia do Sul, desenvolveram um método para diagnosticar o Transtorno do Espectro Autista (TEA) e a gravidade dos sintomas em crianças usando imagens da retina examinadas por um algoritmo de inteligência artificial.
O estudo foi publicado na revista científica JAMA Network Open, e resumido no News Atlas.
Na parte de trás do olho, a retina e o nervo óptico se conectam no disco óptico, que, sendo uma extensão do sistema nervoso central, o disco é como uma “janela para o cérebro”. Os pesquisadores vinham buscando formas de acessar facilmente e de forma não invasiva essa parte do corpo, para obter informações importantes relacionadas ao cérebro.
A equipe avaliou 958 participantes com idade média de 7,8 anos, e fotografou suas retinas, resultando em um total de 1.890 imagens. Metade dos participantes havia sido diagnosticada com TEA, e a outra metade era de grupos de controle compatíveis em idade e sexo.
Um algoritmo de deep learning foi treinado usando 85% das imagens da retina, e foram estabelecidas pontuações de gravidade dos sintomas para construir modelos que rastreassem o TEA. Os 15% restantes das imagens foram reservados para testes.
A gravidade dos sintomas do TEA foi avaliada usando pontuações baseadas na Escala de Observação para o Diagnóstico do Autismo – Segunda Edição (ADOS-2); e na Escala de Responsividade Social – Segunda Edição (SRS-2). Os resultados obtidos foram mais efetivos em relação à primeira metodologia.
Para o rastreamento de TEA no conjunto de imagens, os pesquisadores utilizaram uma a IA que conseguiu identificar as crianças com um diagnóstico de TEA utilizando uma curva ROC (Receiver Operating Characteristic), que estabelece uma pontuação de sensibilidade e especificação de resultados que vai de 0 a 1.
Um modelo cujas previsões estão 100% erradas tem um AUROC de 0,0; um cujas previsões estão 100% corretas tem um ROC de 1,0 – que foi a pontuação obtida no teste com TEA, dentro da amostra desse estudo.
“Nossos modelos tiveram um desempenho promissor na diferenciação entre TEA e TD [crianças com desenvolvimento típico] usando fotografias da retina, sugerindo que as alterações retinianas no TEA podem ter valor potencial como biomarcadores”, disseram os pesquisadores. “Curiosamente, esses modelos mantiveram uma ROC média de 1,00 usando apenas 10% das imagens contendo o disco óptico, indicando que essa área é crucial para distinguir TEA de TD.”
Os participantes do estudo tinham a partir de quatro anos de idade. Com base em suas descobertas, os pesquisadores dizem que seu modelo baseado em IA poderia ser usado como uma ferramenta de triagem objetiva a partir dessa idade. Como a retina do recém-nascido continua a crescer até a idade de quatro anos, ainda não há indicações de que o método possa ser usado abaixo dessa idade.
“Embora estudos futuros sejam necessários para estabelecer a generalização [dos resultados], nossa pesquisa representa um passo notável em direção ao desenvolvimento de ferramentas de triagem objetivas para TEA. Isso pode ajudar a resolver questões urgentes, como a inacessibilidade de avaliações de psiquiatria infantil especializada devido a recursos limitados”, disseram os pesquisadores.
fonte:https://epocanegocios.globo.com/inteligencia-artificial/noticia/2023/12/pesquisadores-conseguem-diagnosticar-autismo-em-criancas-com-100percent-de-precisao-usando-ia-para-analisar-fotos-da-retina.ghtml
