USP desenvolve sistema inovador com realidade virtual e IA para detecção precoce de declínio cognitivo
O envelhecimento populacional traz desafios crescentes para a saúde, demandando ferramentas mais eficazes no diagnóstico de doenças neurodegenerativas. Pesquisadores da Universidade de São Paulo (USP) criaram uma plataforma tecnológica que une realidade virtual, inteligência artificial (IA) e análise da atividade cerebral para identificar o comprometimento cognitivo leve (CCL).
Essa condição representa um estágio intermediário entre o declínio cognitivo natural do envelhecimento e o início de demências. A nova tecnologia promete ir além dos testes tradicionais, oferecendo uma avaliação mais detalhada e precisa do funcionamento cerebral.
A iniciativa, desenvolvida no Instituto de Ciências Matemáticas e de Computação (ICMC-USP), visa aprimorar a identificação do CCL, um passo crucial para intervir precocemente e potencialmente frear a progressão de doenças como o Alzheimer. Conforme divulgado pela Assessoria de Imprensa do ICMC, estima-se que entre 15% e 20% das pessoas com mais de 65 anos apresentem CCL, com metade desse grupo podendo evoluir para demência em até cinco anos.
Quebra de Paradigma na Avaliação Cognitiva
Os métodos atuais de triagem e monitoramento do declínio cognitivo, como o Miniexame do Estado Mental e o Montreal Cognitive Assessment (MoCA), baseados em papel e caneta, possuem limitações significativas. Segundo Roberto Douglas Guimarães de Aquino, pesquisador de pós-doutorado no ICMC e um dos idealizadores do projeto, esses testes são influenciados por fatores socioculturais e educacionais, dependem de interpretações subjetivas e têm sensibilidade reduzida para identificar comprometimentos leves.
A nova abordagem propõe uma quebra de paradigma com uma experiência imersiva e dinâmica. “O que propomos aqui é uma quebra de paradigma com uma experiência imersiva e dinâmica capaz de medir as reações biológicas exatas do cérebro em milissegundos”, explicou Aquino à Assessoria de Imprensa do ICMC.
Tecnologia Imersiva e Análise Multimodal
A avaliação dos pacientes é realizada em uma única sessão de coleta de dados multimodais. Os participantes interagem em ambientes de realidade virtual que simulam tarefas cotidianas. Durante essas atividades, a atividade cerebral é registrada por eletroencefalograma (EEG), e os padrões de movimento ocular são captados por rastreamento do olhar.
Dados como o tempo de fixação do olhar e as oscilações das ondas cerebrais fornecem informações sobre a alocação de atenção e o esforço da memória operacional. Esses biomarcadores digitais são então processados por ferramentas de IA.
Inteligência Artificial como Cérebro Analítico
Algoritmos de aprendizado de máquina e redes neurais profundas analisam de forma integrada todos os dados coletados. A arquitetura de IA foi desenvolvida com foco em modelos interpretáveis, garantindo um diferencial ético e metodológico. “Ao colocar o paciente em um ambiente virtual controlado, conseguimos extrair biomarcadores digitais preditivos”, relatou Aquino.
A inteligência artificial atua como um “cérebro analítico”, cruzando informações em tempo real, filtrando ruídos e identificando padrões estatísticos associados ao declínio cognitivo precoce. “Mais do que dar uma resposta automatizada sobre se há ou não comprometimento, nosso algoritmo explica o ‘porquê’, gerando um relatório detalhado para apoiar a decisão do médico neurologista”, destacou o pesquisador.
Potencial para Terapias Personalizadas e Ciência Aberta
O projeto, que conta com a supervisão do professor Alexandre Delbem, coordenador do Centro para Inteligência Artificial em Gestão de Saúde (ciaGsaúde), tem o potencial de abrir portas para o desenvolvimento de terapias de neurorreabilitação personalizadas, tanto cognitivas quanto motoras. Isso poderia auxiliar na devolução da independência aos idosos e reduzir a necessidade de intervenções medicamentosas.
Além de oferecer uma ferramenta de saúde inovadora, o projeto reforça o compromisso com a ciência aberta. Ao final das validações clínicas, o software de análise integrada, os algoritmos e os conjuntos de dados anonimizados serão disponibilizados publicamente em código aberto no GitHub, incentivando a colaboração e a replicação da metodologia por outros cientistas.
