Principais destaques:
- Modelo de IA da Universidade de Nova York atinge 97,6% de precisão ao diferenciar esclerose múltipla de doenças semelhantes
- Tecnologia consegue identificar danos cerebrais invisíveis em exames tradicionais de ressonância magnética
- Pesquisa paralela da University College London descobre dois subtipos biológicos distintos da doença com apoio de IA
A inteligência artificial avança rapidamente na neurologia e acaba de dar um salto importante no diagnóstico da esclerose múltipla.
Dois estudos independentes, apresentados no fim de 2024, mostram como algoritmos avançados podem reduzir erros diagnósticos e aprofundar a compreensão biológica de uma doença que afeta cerca de 2,8 milhões de pessoas no mundo.
Modelo da NYU identifica sinais ocultos da doença
Pesquisadores da Universidade de Nova York desenvolveram um modelo de aprendizado profundo capaz de diferenciar a esclerose múltipla de condições que frequentemente confundem médicos, como enxaqueca e doenças cerebrovasculares.
O sistema alcançou 97,6% de precisão em testes externos, um resultado considerado excepcional para esse tipo de diagnóstico.
O diferencial do modelo está no foco na chamada substância branca de aparência normal. Essas regiões do cérebro parecem saudáveis em exames convencionais, mas escondem alterações microscópicas que a inteligência artificial consegue captar ao ser treinada com imagens de ressonância magnética por difusão.
Mesmo quando as lesões visíveis foram removidas artificialmente dos exames, o modelo manteve o desempenho. Isso indica que a IA aprende padrões mais profundos da doença, indo além do que o olho humano costuma enxergar.
Erros de diagnóstico ainda são um grande desafio
A esclerose múltipla continua sendo difícil de diagnosticar porque não existe um biomarcador definitivo.
Os sintomas podem se sobrepor a várias outras condições neurológicas, o que leva a taxas de diagnóstico incorreto que chegam a quase 20% em alguns centros especializados.
Esses erros não são apenas estatísticos. Muitos pacientes convivem por anos com diagnósticos equivocados, tratamentos inadequados e insegurança sobre sua própria condição. Ferramentas baseadas em IA surgem como um apoio promissor para médicos, ajudando a reduzir esse cenário.
IA também revela dois subtipos biológicos da EM
Em um estudo separado, pesquisadores da University College London usaram inteligência artificial para identificar dois subtipos biologicamente distintos de esclerose múltipla.
A análise combinou exames de ressonância magnética com níveis sanguíneos de neurofilamento de cadeia leve, um marcador de dano neuronal, e foi publicada na revista Brain.
Um dos subtipos apresenta atividade inflamatória intensa logo no início da doença, enquanto o outro mostra uma progressão mais lenta, com atrofia cerebral antecedendo os sinais no sangue.
A descoberta ajuda a explicar por que pacientes com o mesmo diagnóstico podem responder de formas tão diferentes aos tratamentos.
Segundo os autores, entender esses padrões pode abrir caminho para terapias mais personalizadas no futuro.
O que ainda falta antes do uso clínico
Apesar dos resultados animadores, ambos os estudos destacam que são necessários testes prospectivos antes que essas soluções sejam incorporadas à prática médica.
O impacto real da IA no diagnóstico e na definição de tratamentos ainda precisa ser confirmado em ambientes clínicos do dia a dia.
Mesmo assim, os avanços sinalizam um futuro em que a inteligência artificial pode se tornar uma aliada essencial na neurologia, oferecendo diagnósticos mais rápidos, precisos e personalizados.
