Uma equipe liderada pela professora Zoe Kourtzi, da Universidade de Cambridge e do Instituto Alan Turing, desenvolveu ferramentas de Inteligência Artificial que podem detectar a doença de Alzheimer em pacientes em um estágio muito inicial.
Usando varreduras cerebrais de 80 pacientes que desenvolveram doença de Alzheimer, o algoritmo dessas máquinas de aprendizado aprendeu a detectar mudanças estruturais no cérebro.
publicidade
Quando combinado com os resultados de testes de memória padrão, o algoritmo foi capaz de fornecer uma pontuação de prognóstico – ou seja, a probabilidade de o indivíduo ter a enfermidade.
As demências são caracterizadas pelo acúmulo de diferentes tipos de proteínas no cérebro, que danificam o tecido cerebral e levam ao declínio cognitivo. No caso da doença de Alzheimer, essas proteínas incluem a beta-amiloide, que forma ‘placas’, aglomerando-se entre os neurônios e afetando sua função.
Mudanças moleculares e celulares no cérebro geralmente começam muitos anos antes de qualquer sintoma ocorrer. O diagnóstico de demência pode levar muitos meses ou até anos. Normalmente, requer diversas consultas médicas e pode envolver uma série de exames de TC, PET e MRI, bem como punções invasivas de madeira.
Segundo o site Medical Xpress, para os pacientes que apresentam comprometimento cognitivo leve – sinais de perda de memória ou problemas com a linguagem ou percepção visual / espacial – o algoritmo foi superior a 80% de precisão na previsão dos indivíduos que desenvolveram a doença de Alzheimer. Também foi capaz de prever a rapidez com que sua cognição diminuirá com o tempo.
Leia mais:
“Treinamos algoritmos de aprendizado de máquina para detectar os primeiros sinais de demência apenas procurando padrões de perda de massa cinzenta – essencialmente, desgaste – no cérebro”, disse Kourtzi. “Quando combinamos isso com o padrão testes de memória, podemos prever se um indivíduo apresentará um declínio mais lento ou mais rápido em sua cognição”.
Segundo a pesquisadora, a equipe conseguiu identificar até alguns pacientes que ainda não apresentavam sintomas, mas desenvolveram Alzheimer.
Pesquisadores estão adaptando o algoritmo para detectar outras demências, além do Alzheimer
Embora o algoritmo tenha sido criado para procurar sinais da doença de Alzheimer, a equipe agora está adaptando-o para reconhecer diferentes formas de demência, cada uma com seu próprio padrão característico de perda de volume.
Timothy Rittman, do Departamento de Neurociências Clínicas e consultor do Addenbrooke’s Hospital, da Universidade de Cambridge, está conduzindo um estudo para verificar se essa abordagem é útil em um ambiente clínico. “Mostramos que essa abordagem funciona em um ambiente de pesquisa – agora precisamos testá-la em um ambiente do ‘mundo real’”, disse.
De acordo com Rittman, a detecção precoce da demência é importante por várias razões. “Quando os pacientes começam a ter problemas de memória e cognitivos, é compreensível que seja um momento muito difícil. Ser capaz de fornecer um diagnóstico preciso lhes dá clareza e, dependendo do diagnóstico, pode aliviar suas mentes ou ajudá-los e seus entes queridos a colocar preparativos em andamento a longo prazo”.
Atualmente, existem poucos medicamentos disponíveis para ajudar a tratar a demência. Acredita-se que uma das razões pelas quais os ensaios clínicos geralmente falham seja porque, uma vez que o paciente tenha desenvolvido os sintomas, pode ser tarde demais para fazer uma grande diferença.
Ter a capacidade de identificar indivíduos em um estágio muito inicial pode, portanto, ajudar os pesquisadores a desenvolver novos medicamentos. Se o teste for bem-sucedido, o algoritmo pode ser implementado para milhares de pacientes que sofrem com essas condições.
Já assistiu aos nossos vídeos no YouTube? Inscreva-se no nosso canal!
