Cientistas da Mayo Clinic estão utilizando a inteligência artificial (IA) e o aprendizado das máquinas para analisar exames de eletroencefalograma (EEG) com maior rapidez e precisão. A iniciativa busca encontrar sinais precoces de demência entre dados que normalmente não são examinados. A pesquisa foi publicada na Brain Communications por cientistas do Programa de Inteligência Artificial em Neurologia (NAIP, sigla em inglês) da Mayo Clinic.
CONTEÚDO RELACIONADO: Como a IA generativa está revolucionando setores e modelos de negócios
O EEG é um exame no qual uma dúzia ou mais de eletrodos são fixados ao couro cabeludo do paciente para monitorar a atividade cerebral. Ele é frequentemente utilizado para detectar epilepsia, mas a pesquisa da Mayo sugere que os EEGs pode ser uma ferramenta mais acessível para ajudar os médicos a identificar problemas cognitivos nos pacientes precocemente.
“No EEG, há muitas informações médicas nessas ondas cerebrais sobre a saúde do cérebro”, diz o autor do estudo, David T. Jones, neurologista e diretor do NAIP. “Sabe-se que é possível ver essas ondas desacelerarem e parecerem um pouco diferentes em pessoas que possuem problemas cognitivos. No nosso estudo, queríamos saber se poderíamos medir e quantificar com precisão esse tipo de desaceleração com a ajuda da IA.”
Como a IA está ajudando
Para desenvolver a ferramenta, pesquisadores reuniram dados de mais de 11 mil pacientes que se submeteram a EEGs na Mayo Clinic ao longo de uma década. Eles utilizaram o aprendizado das máquinas e da IA para simplificar padrões complexos de ondas cerebrais em seis características específicas, ensinando o modelo a descartar automaticamente certos elementos, como dados que deveriam ser ignorados, com o intuito de se concentrar em padrões característicos de problemas cognitivos como a doença de Alzheimer.
Os pesquisadora apontaram que a tecnologia ajudou a extrair rapidamente padrões de EEG em comparação com as medidas tradicionais de demência, como testes cognitivos à beira do leito, biomarcadores de fluidos e imagens cerebrais.
“Neste momento, uma forma comum de quantificarmos padrões em dados médicos é através da opinião de especialistas. E como sabemos que esses padrões estão presentes? Porque algum especialista diz que eles estão presentes”, diz o doutor Jones. “Mas agora, com a IA e com o aprendizado das máquinas, não apenas vemos coisas que os especialistas não conseguem ver, mas também podemos quantificar com precisão o que eles conseguem perceber.”
O uso do EEG para detectar problemas cognitivos não substituiria necessariamente outros tipos de exames, como ressonâncias magnéticas ou tomografias por emissão de pósitrons (PET). Mas com o poder da IA, o EEG poderia, um dia, fornecer aos profissionais de saúde uma ferramenta mais econômica e acessível para o diagnóstico precoce em comunidades de difícil acesso a clínicas especializadas ou equipamentos especializados, como em ambientes rurais.
Método ainda precisa ser mais testado
De acordo com o Jones, são necessários vários anos adicionais de pesquisa para seguir testando e validando as ferramentas. No entanto, ele diz que a pesquisa demonstra que existem maneiras de usar dados clínicos para incorporar novas ferramentas no fluxo de trabalho clínico.
“Este trabalho exemplifica o trabalho em equipe multidisciplinar para avançar na pesquisa em saúde baseada em tecnologia translacional,” diz o Ph.D. Yoga Varatharajah, coautor principal do artigo e colaborador de pesquisa do NAIP quando o trabalho foi concluído.
Participe das comunidades IPNews no Instagram, Facebook, LinkedIn e X (Twitter).