Inteligência Artificial prevê demência antes da aparição de sintomas

Traduzido de Neuroscience News

Imagine se doutores pudessem determinar, muitos anos antes, quem é propenso a desenvolver demência. Tais capacidades prognósticas dariam aos pacientes e sua família tempo o bastante para planejar tratamentos e cuidados. Graças à pesquisa de Inteligência Artificial conduzida na Universidade de McGill, este tipo de poder preditivo pode em breve estar disponível a clínicos de todos os lugares.

Cientistas do Laboratório de Neuroimagem Translacional do Instituto de Saúde Mental Douglas, em McGill, usaram técnicas de inteligência artificial e big data para desenvolver um algoritmo capaz de reconhecer marcas de demência dois anos após a aparição dos sintomas, usando PET(tomografia por emissão de pósitrons) em pacientes com risco de desenvolver a doença de Alzheimer. Os resultados estão em um estudo publicado no periódico Neurobiology of Aging.

Dr. Pedro Rosa-Neto, coautor do estudo e Professor Associado nos departamentos de Neurologia & Neurocirurgia e Psiquiatria, acredita que essa tecnologia mudará o modo que médicos administram pacientes e irá acelerar a pesquisa em tratamentos para a doença de Alzheimer.

“Usando esta ferramenta, testes clínicos podem focar apenas em indivíduos com maior chance de desenvolver demência dentro do tempo do estudo. Isso irá reduzir o custo e tempo necessário para conduzir esses estudos”, diz o Dr. Serge Gauthier, coautor e Professor de Neurologia & Neurocirurgia e Psiquiatria em McGill.

Amilóide como biomarcador da demência

Cientistas sabem há um bom tempo que uma proteína conhecida como amilóide acumula-se no cérebro de pacientes com Déficit Cognitivo Ligeiro(DCL), uma condição que às vezes leva à demência. Ainda que o acúmulo de amilóide costuma começar décadas antes dos sintomas de demência, essa proteína não pode ser usada como um biomarcador preditivo porque nem todos os pacientes com DCL desenvolvem doença de Alzheimer.

Para conduzir o estudo, os pesquisadores de McGill utilizaram dados disponíveis pela Alzheimer’s Disease Neuroimaging Initiative(Iniciativa de Neuroimagem da Doença de Alzheimer, ADNI no inglês), um esforço global de pesquisa onde os pacientes participantes completam uma variedade de avaliações clínicas e por imagem.

Sulantha Mathotaarachchi, uma cientista computacional integrante da equipe de Rosa-Neto e Gauthier, usou centenas de PETs de amilóide de pacientes com DCL da base de dados da ADNI para treinar o algoritmo desenvolvido pela equipe a identificar quais pacientes desenvolveriam demência, com uma acurácia de 84%, antes da aparição dos sintomas. A pesquisa continua buscar por outros biomarcadores de demência que possam ser incorporados no algoritmo, de forma a melhorar o poder de predição do software.

“Este é um exemplo de como o big data e ciência livre traz benefícios para o cuidado com os pacientes”, diz o Dr. Rosa-Neto, que é também diretor do Centro de Pesquisa de Estudos sobre Envelhecimento da Universidade de McGill.

Enquanto novos softwares têm sido disponibilizados online a cientistas e estudantes, médicos não poderão utilizar esta ferramenta na prática clínica antes de certificação de autoridades da saúde. Para isso, a equipe de McGill atualmente está conduzindo testes para validar o algoritmo em diferentes grupos de pacientes, particularmente aqueles que sofrem de condições como pequenos AVCs.

Referências:

McGill University “Artificial Intelligence Predicts Dementia Before Onset of Symptoms.” NeuroscienceNews. NeuroscienceNews, 22 August 2017.
<http://neurosciencenews.com/artificial-intelligence-dementia-7352/&gt;.

sobre-o-autor-gabriel-deschamps

Anúncios