Pesquisadores do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP), em São Carlos, estão na vanguarda do diagnóstico precoce de condições neurodegenerativas. Eles desenvolveram uma plataforma tecnológica inovadora que integra realidade virtual (RV), inteligência artificial (IA) e análise da atividade cerebral para aprimorar a identificação do comprometimento cognitivo leve (CCL), um estágio crucial entre o envelhecimento natural e o início de quadros demenciais.
O envelhecimento populacional impõe desafios crescentes aos sistemas de saúde, e a detecção precoce do CCL é vital, visto que entre 15% e 20% das pessoas com mais de 65 anos podem apresentar essa condição. Metade desse grupo, inclusive, corre o risco de evoluir para demências como a doença de Alzheimer em até cinco anos. Os métodos tradicionais de triagem, como exames neuropsicológicos em papel, frequentemente sofrem com limitações como vulnerabilidade a fatores socioculturais e subjetividade na interpretação, além de menor sensibilidade para as formas mais leves do comprometimento.
A nova abordagem da USP propõe uma “quebra de paradigma”, segundo Roberto Douglas Guimarães de Aquino, pesquisador de pós-doutorado à frente do projeto. “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. Durante as avaliações, os participantes realizam tarefas em ambientes virtuais, enquanto tecnologias específicas registram dados de seus movimentos oculares e da atividade elétrica cerebral por meio de eletroencefalograma (EEG).
A inteligência artificial desempenha um papel central, processando de forma integrada os dados multimodais coletados. Modelos de aprendizado de máquina e redes neurais profundas são utilizados para extrair “biomarcadores digitais preditivos”, mapeando a correlação exata entre estímulos visuais, estratégias de rastreamento ocular e respostas neurofisiológicas. “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 Aquino.
A pesquisa, desenvolvida no âmbito do Centro para Inteligência Artificial em Gestão de Saúde (ciaGsaúde) e financiada pela FAPESP, é supervisionada pelo professor Alexandre Delbem do ICMC. O estudo é conduzido sob rigorosos critérios éticos, envolvendo grupos clínicos e voluntários saudáveis, com todos os dados armazenados de forma anônima e segura.
O professor Delbem ressalta o potencial futuro da plataforma, que pode “abrir portas para orientar terapias de neurorreabilitação personalizadas, tanto cognitivas quanto motoras, devolvendo a independência às pessoas e diminuindo a necessidade de intervenções medicamentosas”. Além disso, o projeto reforça o compromisso com a ciência aberta: após as validações clínicas, o software de análise, os algoritmos e os conjuntos de dados anonimizados serão disponibilizados publicamente em código aberto no GitHub, incentivando a colaboração científica global.
