Com o envelhecimento acelerado da população mundial, os sistemas de saúde enfrentam o desafio crescente de criar métodos velozes para identificar distúrbios neurodegenerativos. Nesse cenário, cientistas do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), em São Carlos, criaram uma solução tecnológica que une realidade virtual, análise da atividade cerebral e inteligência artificial (IA) para detectar o comprometimento cognitivo leve (CCL), estado intermediário entre o envelhecimento típico e a demência.
Como funciona a avaliação imersiva
A nova tecnologia vai muito além dos questionários convencionais de papel e caneta, como o Miniexame do Estado Mental e o Montreal Cognitive Assessment (MoCA), amplamente criticados por sofrerem interferência do nível de escolaridade, dependerem de análises subjetivas e apresentarem baixa sensibilidade nos estágios iniciais das doenças.
“Embora muito utilizados na prática clínica, esses testes apresentam limitações importantes: são vulneráveis a variáveis socioculturais e educacionais do paciente, dependem de interpretações subjetivas e possuem sensibilidade reduzida para flagrar as formas mais leves e iniciais de comprometimento. O que propomos aqui é uma quebra de paradigma com uma experiência imersiva e dinâmica capaz de medir as reações biológicas exatas do cérebro em milissegundos”, disse a assessoria de imprensa do ICMC.
Durante o procedimento, o voluntário passa por uma única sessão de testes imersivos que simulam situações do cotidiano. Enquanto o paciente interage com o cenário virtual, sensores registram seus movimentos oculares e sua atividade elétrica cerebral por meio de eletroencefalograma. Métricas como o tempo de fixação do olhar apontam o foco atencional, ao passo que as ondas cerebrais refletem a demanda da memória.
O papel da inteligência artificial
Os dados biológicos e comportamentais recolhidos são tratados por algoritmos de aprendizado de máquina e redes neurais profundas. O sistema foi estruturado para entregar transparência diagnóstica por meio de modelos interpretáveis.
“Ao colocar o paciente em um ambiente virtual controlado, conseguimos extrair biomarcadores digitais preditivos. Mapeamos com precisão a correlação exata entre o estímulo que o idoso vê, a estratégia visual que seus olhos traçam e a resposta neurofisiológica de seu córtex cerebral”, afirmou Roberto Douglas Guimarães de Aquino, pesquisador responsável pelo projeto de pós-doutorado.
A inteligência artificial atua na triagem de ruídos e no cruzamento estatístico de informações para identificar sinais de alerta precoce. “Mais do que dar uma resposta automatizada sobre se há ou não comprometimento, nosso algoritmo explica o ‘porquê’, gerando um relatório detalhado para apoiar a decisão do médico neurologista”, declarou Aquino.
Parcerias e impacto futuro
O estudo é conduzido pelo Centro para Inteligência Artificial em Gestão de Saúde (ciaGsaúde) — um Centro de Pesquisa Aplicada financiado pela Fapesp — em parceria com laboratórios como o Centro de Engenharia Aplicada à Saúde da Escola de Engenharia de São Carlos (EESC-USP). A investigação segue rigorosos parâmetros éticos, comparando voluntários saudáveis e grupos clínicos com perfis semelhantes de idade e escolaridade.
De acordo com Alexandre Delbem, professor do ICMC e coordenador do ciaGsaúde, a tecnologia poderá viabilizar terapias personalizadas de neurorreabilitação no futuro, preservando a autonomia dos pacientes e reduzindo o uso de medicamentos. “Além de oferecer uma ferramenta de saúde inovadora para antecipar o diagnóstico e frear a evolução de doenças neurodegenerativas, o projeto reforça o compromisso com a ciência aberta nessa área. Ao término das validações clínicas, o software de análise integrada, os algoritmos desenvolvidos e os conjuntos de dados [datasets] devidamente anonimizados serão disponibilizados publicamente em código aberto no GitHub, permitindo que cientistas colaborem e repliquem a metodologia”, declarou Delbem.
