Principais destaques:
- Inteligência artificial identificou dois subtipos biológicos distintos de esclerose múltipla a partir de exames cerebrais e exames de sangue.
- A descoberta ajuda a explicar por que pacientes com EM evoluem de formas tão diferentes ao longo do tempo.
- O estudo aponta para um futuro de tratamentos mais personalizados, baseados na biologia da doença e não apenas nos sintomas.
Pesquisadores conseguiram dar um passo importante na compreensão da esclerose múltipla ao usar inteligência artificial para identificar dois subtipos biológicos da doença.
A análise combinou exames de ressonância magnética do cérebro com um marcador sanguíneo ligado a danos neurais, revelando padrões invisíveis às classificações clínicas tradicionais.
O trabalho foi conduzido por cientistas do Queen Square Analytics em parceria com a University College London e publicado na revista científica Brain.
Os resultados reforçam como o uso de modelos avançados de aprendizado de máquina pode transformar o diagnóstico e o acompanhamento da EM.
Dois caminhos biológicos diferentes da doença
A pesquisa analisou dados de 634 pacientes com esclerose múltipla usando um modelo de aprendizado de máquina não supervisionado chamado SuStaIn. A partir dessa análise, surgiram dois subtipos principais, chamados de sNfL precoce e sNfL tardio.
O subtipo sNfL precoce apresentou níveis elevados do marcador sanguíneo neurofilamento leve logo no início da doença. Esses pacientes mostraram danos mais rápidos em áreas importantes do cérebro, como o corpo caloso, além de um acúmulo acelerado de lesões. Esse padrão indica inflamação intensa e neurodegeneração acontecendo ao mesmo tempo.
Já o subtipo sNfL tardio seguiu uma trajetória diferente. Nesses casos, a perda de volume em regiões da substância cinzenta apareceu antes do aumento significativo do marcador sanguíneo. Isso sugere um processo mais silencioso e progressivo de degeneração neural, mais comum em pacientes diagnosticados em idades mais avançadas.
Limitações das classificações tradicionais da EM
Atualmente, a esclerose múltipla costuma ser classificada como remitente recorrente, secundariamente progressiva ou primariamente progressiva. Essas categorias se baseiam principalmente na observação dos sintomas ao longo do tempo.
Segundo os pesquisadores, esse modelo não reflete com precisão o que está acontecendo no cérebro dos pacientes. A nova abordagem baseada em dados biológicos mostra que pessoas com o mesmo diagnóstico clínico podem, na prática, ter mecanismos de doença bastante diferentes.
Esse descompasso ajuda a explicar por que alguns pacientes respondem melhor a determinados tratamentos enquanto outros apresentam progressão mais rápida da incapacidade.
Inteligência artificial e o futuro da medicina personalizada
Ao integrar dados de imagem cerebral com biomarcadores sanguíneos, o estudo encontrou correlações mais fortes com os níveis de incapacidade dos pacientes do que modelos que usam apenas ressonância magnética. Isso indica que a combinação de diferentes tipos de dados pode oferecer uma visão muito mais precisa da evolução da doença.
A esclerose múltipla afeta milhões de pessoas no mundo e ainda não tem cura. No entanto, identificar subtipos biológicos claros representa um avanço relevante rumo a tratamentos personalizados, capazes de atuar de forma mais eficaz em cada perfil de paciente.
Para os pesquisadores, quanto maior o entendimento sobre os mecanismos da EM, maiores são as chances de desenvolver terapias que realmente consigam frear a progressão da doença e melhorar a qualidade de vida.
