Modelo desenvolvido por aluno do Instituto de Ciências Matemáticas e de Computação da USP, em São Carlos, propõe o diagnóstico precoce feito com base em uma tecnologia de redes cerebrais funcionais e aprendizado de máquina
Escrito por: Clara Marques
Retirado de: Jornal da USP
Uma pesquisa que pode auxiliar no diagnóstico precoce da doença de Parkinson, desenvolvida no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, recebeu o Prêmio J. F. Marar de Inteligência Artificial para a Graduação 2024, em cerimônia realizada no 27 de fevereiro. O trabalho, desenvolvido pelo aluno Théo Bruno Frey Riffel, que cursa Ciências da Computação no ICMC, aplica o estudo de redes cerebrais funcionais e aprendizado de máquina na identificação antecipada da patologia, acelerando o diagnóstico e permitindo um tratamento mais personalizado — atualmente, isso é feito com base em sintomas visíveis.
O prêmio, que nasceu de uma parceria com a família do cientista e professor João Fernando Marar, que teve toda a sua carreira acadêmica no ICMC, deu ao aluno vencedor uma gratificação de R$10,5 mil.
O estudante, em conjunto com seu orientador, o professor Francisco Rodrigues, do ICMC, analisou dados cerebrais de pacientes já diagnosticados com a doença, comparando-os com as informações cerebrais de indivíduos saudáveis (grupo controle). Com base nisso, eles construíram a rede do cérebro, que representa as interações entre as diferentes regiões corticais. A partir disso, treinaram um algoritmo capaz de classificar os pacientes. Segundo Riffel, esses dados de monitoramento cerebral foram obtidos a partir do projeto internacional Parkinson’s Progression Markers Initiative (PPMI), garantindo padrões éticos rigorosos.
Na escolha dos algoritmos de treinamento da inteligência artificial (IA) da pesquisa, técnicas como Random Forest e Redes Neurais de Grafos (GNNs) se mostraram promissoras por sua capacidade de analisar as complexas conexões cerebrais afetadas pela doença, de acordo com Riffel. “No entanto, o estudo segue em desenvolvimento para determinar qual abordagem oferece maior precisão”, aponta.
Segundo o professor Francisco Rodrigues, eles já aplicaram essa metodologia em outros estudos, com aplicações para outras patologias.
“Já a aplicamos ao diagnóstico de autismo, Alzheimer, depressão e esquizofrenia, obtendo resultados bastante animadores, com classificações altamente precisas. No entanto, ainda há desafios a serem superados, especialmente na coleta de dados, que é um processo complexo, custoso e que exige profissionais especializados, além de um ambiente adequado”, reforça o professor.
Além dos desafios técnicos, a pesquisa também aborda questões éticas essenciais, como a privacidade dos pacientes e a transparência dos diagnósticos gerados pela IA. O modelo foi projetado para ser uma ferramenta de apoio aos médicos, e não um substituto do julgamento clínico, garantindo que as decisões sejam explicáveis e confiáveis.
Para Rodrigues, a iniciativa do Prêmio J. F. Marar de Inteligência Artificial para a Graduação é fundamental para incentivar outros alunos a se dedicarem à pesquisa em IA. “Fico imensamente feliz em ver um dos meus alunos sendo reconhecido com este prêmio. Formar a nova geração de cientistas é uma das principais missões de um pesquisador, e esse reconhecimento é uma prova de que estamos no caminho certo”, aponta.
Leia também:
