Nas últimas décadas, ferramentas laboratoriais e de imagem médica se desenvolveram de maneira exponencial em quase toda as áreas da medicina, atingindo um nível de perfeição às vezes inimaginável. Por exemplo, quem não se fascina ao ver um ultrassom tridimensional de um bebê ainda no útero materno?
Apesar de tal desenvolvimento, a psiquiatria, um dos campos de conhecimento mais recentes da medicina, ainda carece de instrumentos auxiliares na avaliação diagnóstica e prognóstica dos pacientes. Boas perspectivas tem surgido com o emprego de métodos de imagem, especialmente de ressonância magnética, combinados à inteligência artificial.
Com o advento da ressonância magnética e do PET (Positron Emition Tomography) na segunda metade do século passado, pudemos observar em detalhes a estrutura e o funcionamento cerebral. Isto contribuiu substancialmente para nosso conhecimento atual sobre os mais diversos transtornos neuropsiquiátricos, como, por exemplo, na depressão, ansiedade, TDAH. Avaliando a estrutura e o funcionamento do cérebro, foi possível observar modificações específicas, mas discretas, de algumas porções cerebrais e de sua ativação para o desempenho de tarefas. Por exemplo, sabemos hoje que pessoas com depressão tendem a apresentar redução do tamanho do hipocampo, uma estrutura essencial para a modulação de emoções e solidificação de memórias.
A partir de tais evidências, a neurociência pôde compreender melhor os mecanismos biológicos de tais problemas de saúde, assim como se dá a melhora a partir do tratamento medicamentoso ou psicoterápico. Porém, sendo estas alterações de estrutura e funcionamento bastante sutis, não foi possível empregar diretamente a ressonância magnética como ferramenta na prática clínica psiquiátrica, excetuando-se quando a utilizamos para descartar problemas puramente neurológicos.
Para superar tal dificuldade, pesquisas científicas passaram a empregar o uso de inteligência artificial. De maneira bem clara, podemos treinar um software a reconhecer padrões de atividade ou estrutura cerebral para que este nos diga se um exame de ressonância pertence a um paciente ou a uma pessoa hígida. Também podemos treiná-lo para que ele nos diga qual o prognóstico ou melhor tratamento para determinada pessoa. É como se este software, que também pode ser chamado de classificador automatizado, pudesse reconhecer “assinaturas cerebrais” dos problemas de saúde e suas características.
A depender dos parâmetros aferidos pela ressonância magnética/PET cerebral que disponibilizamos para o software, como por exemplo a estrutura/ microestrutura cerebral, captação de radiofármacos, e ativação, a acurácia dos classificadores varia. Para alguns problemas específicos, esta acurácia é bastante elevada, chegando a mais de 80% para depressão até a 100% para Doença de Alzheimer.
No entanto, ainda não chegamos ao ponto de utilizar a inteligência artificial na prática clínica. Ainda são necessários mais estudas para “generalizarmos” sua aplicação no dia a dia. Mas a cada dia este futuro está mais próximo. E será uma grande revolução! Imagine podermos acertar logo de primeira qual tratamento será efetivo para determinada pessoa sem termos que testar as medições e esperarmos o intervalo adequado. Isto poupará muitos recursos financeiros, tempo, saúde e bem estar.
2015-12-06 00:00:00
Desenvolvimento físico, cognitivo, afetivo social e da linguagem, da infância ao envelhecimento.