Investigadores concluíram que o sistema de IA consegue detetar com precisão sinais precoces de perturbação de hiperatividade e défice de atenção, permitindo que as crianças recebam apoio muito mais cedo.
A inteligência artificial pode ajudar a identificar crianças em risco de desenvolver perturbação de hiperatividade e défice de atenção (PHDA) vários anos antes de receberem um diagnóstico formal, indica uma nova investigação.
PUBLICIDADE
PUBLICIDADE
A PHDA é uma das perturbações mentais mais comuns, afetando cerca de 8 por cento das crianças e adolescentes, com sintomas como dificuldade em concentrar-se, inquietação e impulsividade. Mas muitas passam anos sem diagnóstico, perdendo a oportunidade de receber apoio precoce mesmo quando já existem sinais de alerta.
Num novo estudo da Duke Health, os investigadores concluíram que ferramentas de IA conseguem analisar registos clínicos eletrónicos de rotina para estimar a probabilidade de uma criança vir a desenvolver PHDA muito antes da idade em que o diagnóstico é habitualmente feito.
Os resultados, publicados na revista Nature Mental Health, sugerem que padrões ocultos em dados médicos do dia a dia podem ajudar médicos a identificar crianças que poderão beneficiar de uma avaliação e de um seguimento mais precoces.
"Temos uma fonte de informação incrivelmente rica nos registos clínicos eletrónicos", afirmou Elliot Hill, autor principal do estudo e cientista de dados do Departamento de Bioestatística e Bioinformática da Escola de Medicina da Universidade de Duke.
"A ideia era perceber se padrões escondidos nesses dados nos poderiam ajudar a prever que crianças poderão mais tarde ser diagnosticadas com PHDA, muito antes de esse diagnóstico acontecer normalmente".
Como prevê o modelo de IA o risco de PHDA e com que precisão?
Os investigadores analisaram registos clínicos de mais de 140 mil crianças, com e sem PHDA, treinando um modelo de IA para detetar padrões desde o nascimento até à primeira infância.
O sistema aprendeu a reconhecer combinações de acontecimentos do foro do desenvolvimento, do comportamento e clínicos que surgiam frequentemente anos antes de um diagnóstico de PHDA.
Mostrou-se muito preciso a estimar o risco em crianças a partir dos cinco anos, com resultados consistentes entre diferentes sexos, raças, origens étnicas e situações em termos de seguro de saúde.
Especialistas defendem que uma identificação mais precoce pode conduzir a um diagnóstico e a apoios mais precoces, associados a melhores resultados escolares, sociais e de saúde para crianças com PHDA.
"As crianças com PHDA podem ter grandes dificuldades quando as suas necessidades não são compreendidas e não existem apoios adequados", afirmou Naomi Davis, professora associada no Departamento de Psiquiatria e Ciências do Comportamento e coautora do estudo. "Ligar as famílias, em tempo útil, a intervenções baseadas na evidência é essencial para as ajudar a alcançar os seus objetivos e criar uma base para o sucesso futuro".
Pode esta ferramenta substituir médicos?
Os investigadores sublinham que a ferramenta não foi concebida para substituir médicos nem para fornecer um diagnóstico completo: "Isto não é um médico de IA", disse Matthew Engelhard, do Departamento de Bioestatística e Bioinformática de Duke e autor sénior do estudo.
Acrescentou: "É uma ferramenta para ajudar os clínicos a concentrarem o seu tempo e recursos, para que as crianças que precisam de ajuda não fiquem pelo caminho nem tenham de esperar anos por respostas".
A equipa acrescenta que abordagens de IA semelhantes também estão a ser exploradas para compreender melhor os riscos e as causas da doença mental em adolescentes.
Segundo o Serviço Nacional de Saúde britânico (NHS), sintomas comuns de PHDA numa criança ou jovem incluem distrair-se com facilidade, dificuldade em ouvir, esquecer tarefas do dia a dia e apresentar níveis elevados de energia, como mexer-se constantemente ou bater com as mãos e os pés.
Acredita-se também que a perturbação esteja subdiagnosticada em raparigas em comparação com rapazes, em parte porque as raparigas tendem a apresentar mais sintomas de desatenção, que podem ser mais difíceis de identificar.