Inteligência artificial na detecção do alzheimer

Uma abordagem inovadora utilizando Inteligência Artificial (IA) na análise de exames cerebrais mostra grande promessa na identificação de genes associados à doença de Alzheimer. A técnica, que combina aprendizado de máquina e genômica, detectou Alzheimer com precisão superior a 90%, representando um potencial avanço significativo para médicos e cientistas.

Desenvolvida por pesquisadores que buscam genes ligados ao Alzheimer, a nova metodologia supera o desafio de diagnosticar a doença com precisão, principalmente nos estágios iniciais, onde os sintomas podem ser inexistentes. O algoritmo de IA analisa uma abundância de imagens cerebrais, identificando aquelas com características típicas da doença. 

Um segundo algoritmo aprende a identificar estruturas cerebrais cruciais, potencialmente auxiliando na detecção de novos indicadores de Alzheimer em exames de imagem. Esta abordagem poderá ser aplicada a grandes bases de dados, como o UK Biobank, integrando informações médicas e genéticas, o que poderia levar à identificação de genes contribuintes e ao desenvolvimento de tratamentos mais eficazes.

Liderado por Paul Thompson, neurocientista da Universidade do Sul da Califórnia, o projeto AI4AD (Inteligência Artificial para Alzheimer) reúne pesquisadores dos EUA na criação de ferramentas de IA para analisar dados genéticos, de imagem e cognitivos relacionados à doença. O modelo foi treinado em dezenas de milhares de exames de ressonância magnética (MRI) e já demonstrou alta eficácia na detecção da doença.

Degui Zhi, cientista de dados do Centro de Ciências da Saúde da Universidade do Texas, e sua equipe desenvolveram uma abordagem alternativa, permitindo que a ferramenta de IA identifique independentemente características estruturais cerebrais associadas ao Alzheimer. Isso minimiza a influência do viés humano no processo.

Os pesquisadores enfatizam que a eficácia dos modelos de IA depende da qualidade e diversidade dos dados de treinamento. Atualmente, existe uma falta de diversidade racial e geográfica nos indivíduos com cérebros escaneados e genomas sequenciados, especialmente em bancos de dados como o UK Biobank. Portanto, é crucial que os resultados sejam replicáveis em diferentes bases de dados e consistentes entre eles.

Rudolph Tanzi, neurogeneticista do Massachusetts General Hospital, vislumbra um futuro onde esses biomarcadores se juntem a um conjunto de pontuações de risco para a doença que inclui biomarcadores sanguíneos e genéticos. Combinados, esses dados poderiam oferecer diagnósticos mais precisos e permitir tratamentos mais precoces.

Esta abordagem inovadora de IA abre caminhos para o estudo de outras doenças com manifestações físicas visíveis em imagens cerebrais, aumentando as possibilidades de avanços significativos na medicina diagnóstica e no tratamento de doenças complexas como o Alzheimer.