Notícia com publicação científica
Inteligência Artificial pode ajudar a viabilizar diagnóstico precoce do autismo com alta acurácia
Algoritmo usa redes neurais profundas previamente treinadas e as adapta para identificar traços visuais associados ao autismo
pvproductions via Freepik
15 de maio de 2025, 07:13

Fonte

Ligia Gabrielli, Unifesp

Publicação Original

Universidade Federal de São Paulo

Áreas

Computação, Modelagem Matemática, Neurologia, Pediatria, Processamento de Imagens, Psicologia

Compartilhar

Resumo

Pesquisadores desenvolveram um algoritmo com base em redes neurais profundas previamente treinadas que consegue detectar precocemente sinais do transtorno do espectro autista com acurácia superior a 92%.

Através da análise de imagens faciais, a tecnologia detecta padrões sutis que muitas vezes podem passar desapercebidos ao olhar humano para então identificar precocemente crianças com maior risco, encaminhando-as para avaliação especializada.

A tecnologia, liderada por pesquisadores brasileiros, pode ser um novo instrumento de triagem rápida, eficiente e acessível para o autismo.

Foco do Estudo

Desenvolver algoritmo de reconhecimento facial com inteligência artificial que consiga detectar precocemente sinais do transtorno do espectro autista.

Por que é importante?

Identificar precocemente o autismo pode transformar a vida de crianças e suas famílias, mas o processo tradicional de diagnóstico, baseado em entrevistas e observações clínicas, é complexo, subjetivo e muitas vezes inacessível em diversas regiões.

Neste sentido, a tecnologia, incluindo o uso de algoritmos de Inteligência Artificial, pode ajudar a encontrar detalhes que auxiliem os profissionais da saúde no diagnóstico do autismo o mais cedo possível.

Estudo

Em um estudo liderado pelo Dr. Rodrigo Colnago Contreras, professor do Instituto de Ciência e Tecnologia da Universidade Federal de São Paulo (ICT/Unifesp) em São José dos Campos, foi desenvolvido um sistema inovador que utiliza técnicas de inteligência artificial para detectar sinais do Transtorno do Espectro Autista (TEA) a partir de uma simples foto do rosto da criança.

O estudo, publicado recentemente na revista Scientific Reports, também teve a participação de pesquisadores da Universidade Federal de São Carlos (UFSCar), da Faculdade de Tecnologia de São José do Rio Preto (Fatec Rio Preto), da Universidade do Estado de Mato Grosso (UNEMAT), do Instituto de Biociências, Letras e Ciências Exatas da UNESP em São José do Rio Preto e da Universidade do Mediterrâneo Oriental, na Turquia.

“Nossa proposta é democratizar e agilizar o processo de identificação do autismo, usando tecnologias avançadas para apoiar médicos(as), educadores(as) e famílias no reconhecimento precoce dos sinais do transtorno”, destacou o professor Rodrigo Contreras.

Utilizamos métodos de inteligência artificial que extraem características faciais imperceptíveis ao olho humano, mas que, em conjunto, formam um perfil confiável para apoio ao diagnóstico. A taxa de acurácia que alcançamos mostra que a tecnologia pode ser uma aliada poderosa na saúde

Dr. Rodrigo Colnago Contreras, professor do Instituto de Ciência e Tecnologia da Universidade Federal de São Paulo (ICT/Unifesp) em São José dos Campos

Resultados

O diferencial do estudo está na aplicação de deep transfer learning, uma técnica de aprendizado de máquina que utiliza redes neurais profundas previamente treinadas – como aquelas usadas em sistemas de reconhecimento facial e de objetos por grandes empresas de tecnologia -e as adapta para identificar traços visuais associados ao autismo.

A abordagem permite que o sistema funcione bem mesmo com poucos dados, uma característica fundamental neste caso, pois bases de dados extensas nem sempre estão disponíveis. O processo evita etapas complexas de re-treinamento, economiza tempo e recursos e ainda garante alta precisão.

A ferramenta analisa imagens faciais para detectar padrões sutis que podem ser indicativos de TEA. Nos testes realizados, o sistema atingiu uma taxa de acurácia superior a 92%, superando abordagens tradicionais e demonstrando seu potencial como um instrumento de triagem rápida, eficiente e acessível.

Embora o sistema não substitua a avaliação clínica tradicional, ele funciona como uma importante ferramenta complementar de triagem. Em contextos de atenção básica à saúde, programas escolares ou campanhas de saúde pública, a tecnologia poderia ser usada para identificar precocemente crianças com maior risco, encaminhando-as para avaliação especializada.

Em suas publicações, o Portal SciAdvances tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal SciAdvances tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.

Autores/Pesquisadores Citados

Dr. Rodrigo Colnago Contreras

professor do Instituto de Ciência e Tecnologia da Universidade Federal de São Paulo (ICT/Unifesp) em São José dos Campos

Publicação

Acesse o artigo científico completo (em inglês).

Acesse a revista científica Scientific Reports (em inglês).

Mais Informações

Acesse a notícia original completa na página da Universidade Federal de São Paulo.

Comunique um Erro

Notícias relacionadas

E-books relacionados

Rolar para cima