***Clique aqui e siga o instagram Espalhe Boas Notícias***
Um diagnóstico preciso de TDAH é crucial para trazer clareza e o apoio adequado às pessoas que precisam, mas os métodos de diagnóstico atuais são demorados e inconsistentes . Um novo estudo sugere que a IA pode ajudar.
Pesquisadores na Coreia do Sul treinaram modelos de aprendizado de máquina para conectar características em fotos do fundo do olho a um diagnóstico profissional de TDAH ( transtorno de déficit de atenção e hiperatividade ).
Dos quatro modelos de aprendizado de máquina testados no estudo, o melhor obteve uma pontuação de 96,9% na previsão precisa do TDAH, com base apenas na análise de imagens.
A equipe descobriu que maior densidade de vasos sanguíneos, formato e largura dos vasos, além de certas alterações no disco óptico do olho eram sinais importantes de que alguém tinha a condição.
Há vários anos, acredita-se que as alterações na conectividade cerebral associadas ao TDAH também possam se manifestar em nossos olhos . Se conseguirmos descobrir o que procurar, isso poderá significar um método mais rápido e confiável para identificar o transtorno.
“Nossa análise de fotografias do fundo da retina demonstrou potencial como um biomarcador não invasivo para triagem de TDAH e estratificação de déficit de função executiva no domínio da atenção visual”, escrevem os pesquisadores, liderados por uma equipe da Faculdade de Medicina da Universidade Yonsei, em seu artigo publicado.
A abordagem foi testada em 323 crianças e adolescentes já diagnosticados com TDAH e outras 323 sem diagnóstico de TDAH, pareados por idade e sexo ao primeiro grupo.
Os pesquisadores descobriram que o sistema de IA obteve alta pontuação em diversas medidas na previsão do TDAH. Ele também apresentou bom desempenho na identificação de algumas das características do transtorno, incluindo deficiências na atenção seletiva visual .
Diversas técnicas de aprendizado de máquina para triagem de TDAH têm sido exploradas recentemente, desde a análise de exames oculares alternativos até testes comportamentais , mas esta apresenta algumas desvantagens importantes. Embora não seja o método mais preciso em termos de pontuações brutas, é muito próximo, rápido de executar e avaliar, e simples de escalar.
“Notavelmente, os modelos anteriores de alta precisão normalmente dependiam de um conjunto diversificado de variáveis, cada uma contribuindo incrementalmente para diferenciar os sujeitos”, escrevem os pesquisadores.
* Espalhe Boas Notícias – Seja Nosso Parceiro
Nossa abordagem simplifica a análise ao focar exclusivamente em fotografias da retina. Essa estratégia de dados de fonte única aumenta a clareza e a utilidade dos nossos modelos.
Em seguida, os pesquisadores querem testar esses testes em grupos maiores de pessoas e faixas etárias mais amplas. A idade média dos participantes deste estudo foi de 9,5 anos, e sabemos que o TDAH em adultos pode se apresentar de maneiras bem diferentes .
Também há espaço para melhorar o escopo do sistema: por exemplo, aqueles com transtorno do espectro autista foram excluídos da parte principal deste estudo, mas testes posteriores mostraram que a IA não era muito boa em distinguir autismo de TDAH.
Estimativas recentes sugerem que cerca de 1 em cada 20 pessoas tem TDAH, o que pode envolver dificuldades de atenção, impulsos e hiperatividade. São muitas pessoas para as quais um diagnóstico mais rápido e preciso poderia fazer a diferença.
“A triagem precoce e a intervenção oportuna podem melhorar o funcionamento social, familiar e acadêmico em indivíduos com TDAH”, escrevem os pesquisadores.
A pesquisa foi publicada na npj Digital Medicine .
Fonte: Science Alert – Foto:: pixabay