Hiperatividade infantil: IA contribui para detecção precoce e tratamento eficaz

Pesquisadores das Universidades de Málaga (UMA) e Alicante (UA), na Espanha, desenvolveram uma ferramenta de inteligência artificial (IA) para auxiliar no diagnóstico precoce do transtorno de déficit de atenção e hiperatividade (TDAH), uma condição que afeta cerca de 5% da população.

O TDAH é um transtorno neurodesenvolvimental que causa um grande comprometimento das funções executivas – que são um grupo de habilidades mentais como memória de trabalho, pensamento flexível e autocontrole – e se manifesta em crianças jovens com sintomas como déficit de atenção, hiperatividade e impulsividade descontrolada.

No entanto, esses sinais muitas vezes são apenas “a ponta do iceberg” de outros sintomas mais complexos, como problemas na tomada de decisão, planejamento, organização, retenção de informações importantes ou dificuldades na regulação emocional e motivação, explicaram os professores da Faculdade de Psicologia e Fonoaudiologia da Universidade de Málaga, Rocío Juárez e Rocío Lavigne, que realizaram este trabalho em conjunto com os pesquisadores Ignasi Navarro e Juan Ramón Rico, da Universidade de Alicante.

Uma avaliação precoce do TDAH é crucial para o tratamento eficaz dos afetados, mas é um processo “longo e complicado” que requer a intervenção de profissionais de diferentes disciplinas, como neuropediatras, psiquiatras infantis, psicólogos ou psicopedagogos, além do envolvimento de membros da família, professores e outros “observadores” próximos à criança.

Segundo os professores da UMA, é difícil fazer um diagnóstico completo de TDAH antes dos seis anos de idade: daí a ideia de projetar um instrumento que possa ajudar os especialistas a detectar essa condição o mais rapidamente possível.

Os pesquisadores da UMA e UA criaram um programa de computador no qual inseriram os parâmetros de 694 crianças com idades entre seis e 12 anos diagnosticadas com TDAH na última década na Espanha.

Quando novos dados de pacientes são inseridos no software, ele analisa as variáveis já incorporadas, busca padrões comuns e estabelece um possível diagnóstico.

“Nosso modelo de aprendizado de máquina previu com precisão diagnósticos de TDAH em 90% dos casos e há potencial para melhorar ainda mais com a expansão de nosso banco de dados”, destacam os responsáveis pela pesquisa em um artigo científico publicado pela ‘National Library of Medicine’.

Rocío Lavigne disse que a ideia é aumentar esta amostra com até 1.500 ou 2.000 sujeitos na Espanha e até incorporar casos no exterior para estender o projeto a outros países europeus.

A ferramenta é atualmente um teste piloto que precisa ser aprimorado “para torná-lo ainda mais inteligente e prever melhor”. Além disso, deve ser validada antes de poder ser utilizada por profissionais médicos, psicológicos ou educacionais, e este é um processo que pode exigir vários anos de trabalho adicional.

Leia também: