Pesquisadores objetivam criar um algoritmo de Inteligência Artificial para detecção precoce de autismo em crianças

6 minutos de leitura

 

 A inteligência artificial poderia ser utilizada para prestar assistência na detecção precoce de Transtorno do Espectro Autista (TEA)? Essa é uma questão que pesquisadores da University of Arkansas, nos Estados Unidos, estão tentando responder por meio de uma abordagem incomum.

 

 A pesquisa de Han-Seok Seo, professor associado da instituição em Ciência da Alimentação, junto à Khoa Luu, professor assistente de Ciência da Computação e Engenharia da Computação, identificará pistas sensoriais de alimentos variados em crianças neurotípicas e naquelas já identificadas como no espectro autista. Tecnologia de aprendizado de máquina (machine learning) será, então, utilizada para analisar dados biométricos e respostas comportamentais a cheiros e gostos de forma a detectar indicadores de autismo.

 

Existem vários comportamentos associados ao TEA, incluindo dificuldades na comunicação e interação social ou comportamentos repetitivos. Pessoas com TEA também podem apresentar comportamentos alimentares considerados fora do padrão, como, por exemplo, evitação de certos alimentos, necessidades específicas durante o momento da refeição e alimentação antissocial. A evitação de alimentos é particularmente preocupante, uma vez que pode levar à nutrição empobrecida, incluindo deficiência de vitaminas e minerais.

 

Com isso em mente, a dupla de pesquisadores pretende identificar pistas sensoriais em itens que ativem percepções atípicas ou comportamentos durante a ingestão. Por exemplo, odores, como de hortelã, limão e cravo são conhecidos por provocar reações mais intensas em pessoas com TEA do que em pessoas típicas, possivelmente ativando, também, níveis aumentados de raiva, surpresa ou nojo.

 

O objetivo final é criar um algoritmo que exibirá performance igual ou melhorada, em comparação a métodos tradicionais de diagnóstico, na detecção precoce de autismo em crianças. Os métodos tradicionais requerem profissionais treinados de saúde e Psicologia para realizarem as avaliações, longas sessões de consulta, questionários submetidos aos cuidadores e custos médicos adicionais. A ideia, com o algoritmo, é validar um mecanismo de baixo custo para auxiliar no diagnóstico. 

 

 Enquanto o sistema dos pesquisadores não será, provavelmente, a palavra final no processo de diagnóstico, poderá oferecer aos pais uma ferramenta de rastreio inicial, de forma que o ideal seja eliminar crianças que não sejam candidatas ao diagnóstico de TEA enquanto garantem que candidatos mais prováveis a terem o diagnóstico a seguirem em um processo de rastreio mais compreensivo.

Fonte: News Medical