Pular para o conteúdo
Alpha Doctor

IA em saúde mental

A inteligência artificial já é confiável para o diagnóstico automatizado de autismo?

Resposta curta: A revisão mostra que a inteligência artificial tem acurácia promissora para diagnosticar autismo, com área sob a curva entre 0,71 e 0,90. Estudos com EEG tiveram melhor desempenho (0,85 a 0,93). Porém, a literatura tem alto risco de viés e falhas metodológicas, limitando a aplicação clínica imediata.

Resposta

O diagnóstico do transtorno do espectro autista (TEA) é um processo subjetivo e demorado, e o diagnóstico precoce está diretamente relacionado a um melhor prognóstico. Nesse contexto, a inteligência artificial (IA) surge como uma alternativa para automatizar o reconhecimento e o diagnóstico. Uma revisão publicada em 2024 avaliou o estado da arte nessa área, buscando sintetizar as evidências disponíveis.

Os autores incluíram 344 estudos, com 186.020 participantes (51.129 estimados como únicos), abrangendo nove modalidades diferentes de dados. Desses, 232 forneceram dados suficientes para meta-análise. A acurácia geral, medida pela área sob a curva (AUC), variou de 0,71 a 0,90 entre as modalidades. Os estudos com dados de eletroencefalograma (EEG) apresentaram a melhor acurácia, com AUC entre 0,85 e 0,93.

Apesar dos resultados promissores, a revisão identificou que a literatura é marcada por viés e falhas metodológicas ou de relato. Os autores avaliaram o risco de viés com uma versão adaptada da ferramenta QUADAS-2 e a certeza da evidência com o sistema GRADE, e concluíram que a qualidade geral é limitada. Recomendações foram feitas para pesquisas futuras, visando estudos mais robustos e preenchimento das lacunas de conhecimento.

Para o médico, os achados indicam que a IA pode, no futuro, auxiliar no diagnóstico do autismo, especialmente com EEG, mas ainda não há evidências suficientes para uso clínico rotineiro. A heterogeneidade entre estudos e o risco de viés impedem conclusões definitivas. É importante acompanhar a evolução das pesquisas e considerar criticamente as ferramentas antes de incorporá-las à prática.

O que o estudo mostrou

Revisão sistemática com meta-análise que incluiu 344 estudos e 186.020 participantes (51.129 estimados como únicos), abrangendo nove modalidades de diagnóstico automatizado de autismo. Desses, 232 estudos forneceram dados para meta-análise. A área sob a curva variou de 0,71 a 0,90 entre as modalidades, com melhor desempenho para EEG (0,85 a 0,93). Os autores identificaram alto risco de viés e falhas metodológicas na literatura.

Limitações

O resumo não informa detalhes sobre as limitações específicas dos estudos incluídos, mas destaca que a literatura é repleta de viés e falhas metodológicas ou de relato. A heterogeneidade foi avaliada, mas não há informação sobre sua magnitude. A certeza da evidência foi avaliada pelo GRADE, porém o resumo não apresenta os resultados dessa avaliação. Tais fatores limitam a confiança nos achados e a aplicação clínica imediata.

Aplicação no consultório

Os achados ainda não permitem incorporar ferramentas de IA para diagnóstico de autismo na prática clínica rotineira, devido ao risco de viés e à heterogeneidade dos estudos. O médico deve manter o diagnóstico clínico baseado em critérios estabelecidos e considerar a IA como tema de pesquisa. Na gestão do consultório, é prudente aguardar diretrizes validadas antes de investir em tecnologias automatizadas para esse fim, evitando decisões precipitadas.

Estudo citado

Automated diagnosis of autism with artificial intelligence: State of the art. Reviews in the neurosciences, 2024.
Autores: Valizadeh A, Moassefi M, Nakhostin-Ansari A, Heidari Some'eh S, Hosseini-Asl H, Saghab Torbati M, Aghajani R, Maleki Ghorbani Z, Menbari-Oskouie I, Aghajani F, Mirzamohamadi A, Ghafouri M, Faghani S, Memari AH.
DOI: 10.1515/revneuro-2023-0050 · PubMed: PMID 37678819

Perguntas para aprofundar

Mais sobre IA em saúde mental

Todas as perguntas sobre IA em saúde mental · Todos os temas · Versão em markdown

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.