Pesquisadores utilizam dados de redes cerebrais para treinar algoritmos que identificam alterações associadas ao transtorno do espectro autista
A geneticista Wendy Chung compartilha o que sabemos sobre o transtorno conhecido como autismo. Ela afirma que o autismo possui causas múltiplas, talvez entrelaçadas. E pergunta: existe hoje uma epidemia de autismo? (Foto: Gisele Federicce)
Em um artigo publicado na revista Scientific Reports, pesquisadores propuseram uma abordagem quantitativa para o diagnóstico transtorno do espectro autista (TEA), utilizando técnicas de aprendizado de máquina a partir de dados de imagens cerebrais de 500 pessoas, sendo 242 delas pertencentes ao espectro autista, aponta reportagem do jornal Folha de S. Paulo.
A metodologia consistiu em coletar imagens cerebrais por meio de ressonância magnética e eletroencefalograma. A partir da comparação dos mapas cerebrais de indivíduos com e sem TEA, os pesquisadores identificaram alterações cerebrais associadas ao espectro autista.
Esses “mapas” foram utilizados para treinar um algoritmo de aprendizado de máquina, que alcançou uma acurácia superior a 95% na identificação das alterações cerebrais relacionadas ao TEA.
Diferentemente de outros estudos que se concentram apenas em métricas estatísticas, esse estudo destaca a importância de considerar a organização das redes cerebrais. O mapa cerebral, também conhecido como rede cortical, revela a conectividade entre diferentes regiões do cérebro. Essas redes têm sido objeto de estudo das neurociências nas últimas duas décadas, proporcionando uma nova compreensão sobre o funcionamento do cérebro.
Ao analisar as imagens obtidas por ressonância magnética, os pesquisadores puderam observar mudanças em regiões específicas do córtex cerebral. As redes cerebrais de indivíduos com TEA apresentavam maior segregação, menor distribuição de informações e menor conectividade. Essas regiões estão envolvidas em processos cognitivos, emocionais, de aprendizagem e memória.
Por: 247