Gostou do artigo? Compartilhe!

Fotos oculares analisadas por inteligência artificial diagnosticam autismo na infância com 100% de precisão

A+ A- Alterar tamanho da letra
Avalie esta notícia

Em um estudo publicado no JAMA Network Open, pesquisadores tiraram fotos das retinas de crianças e as examinaram usando um algoritmo de inteligência artificial (IA) de aprendizado profundo para diagnosticar o autismo com 100% de precisão. As descobertas apoiam a utilização da IA como uma ferramenta objetiva de rastreio para o diagnóstico1 precoce, especialmente quando o acesso a um psiquiatra infantil especializado é limitado.

Na parte posterior do olho2, a retina3 e o nervo óptico se conectam ao disco óptico4. Uma extensão do sistema nervoso central5, a estrutura é uma janela para o cérebro6 e os pesquisadores começaram a capitalizar a sua capacidade de aceder de forma fácil e não invasiva a esta parte do corpo para obter informações importantes relacionadas com o cérebro6.

Recentemente, pesquisadores do Reino Unido criaram um meio não invasivo de diagnosticar rapidamente uma concussão, iluminando a retina3 com um laser seguro para os olhos7. Agora, pesquisadores da Faculdade de Medicina da Universidade Yonsei, na Coreia do Sul, desenvolveram um método para diagnosticar o transtorno do espectro do autismo (TEA) e a gravidade dos sintomas8 em crianças usando imagens da retina3 examinadas por um algoritmo de IA.

Os pesquisadores recrutaram 958 participantes com idade média de 7,8 anos e fotografaram suas retinas, resultando em um total de 1.890 imagens. Metade dos participantes foi diagnosticada com TEA e metade eram controles de mesma idade e sexo. A gravidade dos sintomas8 de TEA foi avaliada usando pontuações de gravidade calibradas do Cronograma de Observação de Diagnóstico1 de Autismo – Segunda Edição (ADOS-2) e pontuações da Escala de Responsividade Social – Segunda Edição (SRS-2).

Uma rede neural convolucional, um algoritmo de aprendizado profundo, foi treinada usando 85% das imagens da retina3 e pontuações de testes de gravidade dos sintomas8 para construir modelos para rastrear TEA e gravidade dos sintomas8 de TEA. Os 15% restantes das imagens foram retidos para teste.

Leia sobre "Desenvolvimento infantil", "Autismo: como reconhecer os sintomas8 precoces" e "Transtornos do espectro autista".

Para triagem de TEA no conjunto de imagens de teste, a IA conseguiu selecionar as crianças com diagnóstico1 de TEA com uma área sob a curva característica de operação do receptor (AUROC) média de 1,00. O valor da AUROC varia de 0 a 1. Um modelo cujas previsões estão 100% erradas tem uma AUROC de 0,0; aquele cujas previsões estão 100% corretas tem uma AUROC de 1,0, indicando que as previsões da IA no estudo atual foram 100% corretas. Não houve diminuição notável na AUROC média, mesmo quando 95% das áreas menos importantes da imagem – aquelas que não incluem o disco óptico4 – foram removidas.

“Nossos modelos tiveram desempenho promissor na diferenciação entre TEA e DT (crianças com desenvolvimento típico) usando fotografias da retina3, o que implica que as alterações retinianas no TEA podem ter valor potencial como biomarcadores”, disseram os pesquisadores. “Curiosamente, estes modelos mantiveram uma AUROC média de 1,00 usando apenas 10% da imagem que contém o disco óptico4, indicando que esta área é crucial para distinguir TEA de DT.”

O valor médio da AUROC para a gravidade dos sintomas8 foi de 0,74, onde uma AUROC de 0,7 a 0,8 é considerada “aceitável” e 0,8 a 0,9 é “excelente”.

“Nossas descobertas sugerem que as fotografias da retina3 podem fornecer informações adicionais sobre a gravidade dos sintomas”, disseram os pesquisadores. “Observamos que a classificação viável era alcançável apenas para pontuações do ADOS-2 e não para pontuações da SRS-2. Isso pode ocorrer porque o ADOS-2 é conduzido por um profissional treinado e com tempo suficiente para avaliação, enquanto a SRS-2 normalmente é concluída por um cuidador em algumas dezenas de minutos; assim, o primeiro refletiria o estado de gravidade de uma pessoa com mais precisão do que o último.”

Os participantes mais jovens do estudo tinham apenas quatro anos. Com base nas suas descobertas, os pesquisadores dizem que o seu modelo baseado em IA poderia ser usado como uma ferramenta de triagem objetiva a partir dessa idade. Como a retina3 do recém-nascido continua a crescer até os quatro anos de idade, são necessárias mais pesquisas para determinar se a ferramenta seria precisa para participantes mais jovens.

“Embora sejam necessários estudos futuros para estabelecer a generalização, o nosso estudo representa um passo notável no desenvolvimento de ferramentas objetivas de rastreio do TEA, que podem ajudar a resolver questões urgentes, como a inacessibilidade de avaliações especializadas em psiquiatria infantil devido aos recursos limitados”, afirmaram os pesquisadores.

Confira abaixo o resumo do artigo publicado.

Desenvolvimento de conjuntos profundos para triagem de autismo e gravidade dos sintomas8 usando fotografias da retina3

A triagem para transtorno do espectro do autismo (TEA) é limitada por recursos limitados, especialmente profissionais treinados para realizar avaliações. Indivíduos com TEA apresentam alterações estruturais na retina3 que potencialmente refletem alterações cerebrais, incluindo anormalidades nas vias visuais através de conexões embrionárias e anatômicas. Não se sabe se os algoritmos de aprendizado profundo podem ajudar na triagem objetiva do TEA e gravidade dos sintomas8 usando fotografias da retina3.

O objetivo do estudo foi desenvolver modelos de conjuntos profundos para diferenciar entre fotografias da retina3 de indivíduos com TEA versus desenvolvimento típico (DT) e entre indivíduos com TEA grave versus TEA leve a moderado.

Este estudo diagnóstico1 foi realizado em um único hospital terciário (Hospital Severance, Faculdade de Medicina da Universidade Yonsei) em Seul, República da Coreia. Fotografias da retina3 de indivíduos com TEA foram coletadas prospectivamente entre abril e outubro de 2022, e aquelas de indivíduos com DT da mesma idade e sexo foram coletadas retrospectivamente entre dezembro de 2007 e fevereiro de 2023.

Conjuntos profundos de 5 modelos foram construídos com validação cruzada de 10 vezes usando a rede ResNeXt-50 (32×4d) pré-treinada. Explicações visuais ponderadas por pontuação para redes neurais convolucionais, com técnica de apagamento progressivo, foram utilizadas para visualização do modelo e validação quantitativa. A análise dos dados foi realizada entre dezembro de 2022 e outubro de 2023.

As pontuações de gravidade calibradas do Cronograma de Observação de Diagnóstico1 de Autismo – Segunda Edição (ponto de corte de 8) e as pontuações T da Escala de Responsividade Social – Segunda Edição (ponto de corte de 76) foram usadas para avaliar a gravidade dos sintomas8.

Os principais resultados foram a área sob a curva característica de operação do receptor (AUROC), sensibilidade e especificidade no nível do participante. O IC 95% foi estimado pelo método bootstrapping9 com 1.000 reamostras.

Este estudo incluiu 1.890 olhos7 de 958 participantes. Os grupos de TEA e de DT incluíram cada um 479 participantes (945 olhos7), tinham idade média (DP) de 7,8 (3,2) anos e eram compostos principalmente por meninos (392 [81,8%]).

Para triagem de TEA, os modelos tiveram AUROC média, sensibilidade e especificidade de 1,00 (IC 95%, 1,00-1,00) no conjunto de teste. Esses modelos mantiveram uma AUROC média de 1,00 usando apenas 10% da imagem contendo o disco óptico4.

Para triagem de gravidade dos sintomas8, os modelos tiveram uma AUROC média de 0,74 (IC 95%, 0,67-0,80), sensibilidade de 0,58 (IC 95%, 0,49-0,66) e especificidade de 0,74 (IC 95%, 0,67-0,82) no conjunto de teste.

Esses achados sugerem que as fotografias da retina3 podem ser uma ferramenta de triagem objetiva viável para TEA e possivelmente para gravidade dos sintomas8. O uso de fotografias da retina3 pode acelerar o processo de triagem de TEA, o que pode ajudar a melhorar a acessibilidade a avaliações especializadas em psiquiatria infantil, atualmente sobrecarregadas por recursos limitados.

Veja também sobre "Retinografia10: o que é", "Estereotipias - como elas são" e "Atrasos do desenvolvimento".

 

Fontes:
JAMA Network Open, publicação em 15 de dezembro de 2023.
New Atlas11, notícia publicada em 17 de dezembro de 2023.

 

NEWS.MED.BR, 2024. Fotos oculares analisadas por inteligência artificial diagnosticam autismo na infância com 100% de precisão. Disponível em: <https://www.news.med.br/p/medical-journal/1463582/fotos-oculares-analisadas-por-inteligencia-artificial-diagnosticam-autismo-na-infancia-com-100-de-precisao.htm>. Acesso em: 28 mai. 2024.

Complementos

1 Diagnóstico: Determinação de uma doença a partir dos seus sinais e sintomas.
2 Olho: s. m. (fr. oeil; ing. eye). Órgão da visão, constituído pelo globo ocular (V. este termo) e pelos diversos meios que este encerra. Está situado na órbita e ligado ao cérebro pelo nervo óptico. V. ocular, oftalm-. Sinônimos: Olhos
3 Retina: Parte do olho responsável pela formação de imagens. É como uma tela onde se projetam as imagens: retém as imagens e as traduz para o cérebro através de impulsos elétricos enviados pelo nervo óptico. Possui duas partes: a retina periférica e a mácula.
4 Disco Óptico: Porção do nervo óptico vista no fundo de olho com a utilização do oftalmoscópio. É formado pelo encontro de todos os axônios das células ganglionares da retina assim que penetram no nervo óptico.
5 Sistema Nervoso Central: Principais órgãos processadores de informação do sistema nervoso, compreendendo cérebro, medula espinhal e meninges.
6 Cérebro: Derivado do TELENCÉFALO, o cérebro é composto dos hemisférios direito e esquerdo. Cada hemisfério contém um córtex cerebral exterior e gânglios basais subcorticais. O cérebro inclui todas as partes dentro do crânio exceto MEDULA OBLONGA, PONTE e CEREBELO. As funções cerebrais incluem as atividades sensório-motora, emocional e intelectual.
7 Olhos:
8 Sintomas: Alterações da percepção normal que uma pessoa tem de seu próprio corpo, do seu metabolismo, de suas sensações, podendo ou não ser um indício de doença. Os sintomas são as queixas relatadas pelo paciente mas que só ele consegue perceber. Sintomas são subjetivos, sujeitos à interpretação pessoal. A variabilidade descritiva dos sintomas varia em função da cultura do indivíduo, assim como da valorização que cada pessoa dá às suas próprias percepções.
9 Bootstrapping: Em estatística, bootstrapping ou bootstrap é um método de reamostragem proposto por Bradley Efron em 1979, em que pega-se uma amostra e faz reamostragens com substituições. É usado para aproximar distribuição na amostra de um levantamento estatístico, frequentemente para aproximar o viés ou a variância de um conjunto de dados estatísticos, assim como para construir intervalos de confiança ou realizar contrastes de hipóteses sobre parâmetros de interesse. Na maior parte dos casos, não se pode obter expressões fechadas para as aproximações bootstrap, sendo necessário obter reamostragens em um ordenador para colocar o método em prática.
10 Retinografia: É uma fotografia da retina ou do nervo óptico que é feita com auxílio do retinógrafo. As principais indicações são para diagnóstico e acompanhamento das doenças vítreo retinianas, glaucoma e doenças do nervo óptico. O exame deve ser feito com a pupila dilatada e demora cerca de 5 a 10 minutos.
11 Atlas:
Gostou do artigo? Compartilhe!