Ferramenta em desenvolvimento na USP integra experiências imersivas, rastreamento do olhar e respostas neurológicas para identificar o início de doenças neurodegenerativas
O envelhecimento populacional tem imposto desafios complexos aos sistemas de saúde, exigindo novas ferramentas para o diagnóstico precoce de condições neurodegenerativas. Diante desse cenário, pesquisadores do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), em São Carlos, estão desenvolvendo uma plataforma tecnológica que integra realidade virtual, inteligência artificial (IA) e análise da atividade cerebral para aprimorar a identificação do comprometimento cognitivo leve (CCL) – estágio intermediário entre o declínio cognitivo natural do envelhecimento e o início de quadros demenciais.
A proposta amplia as possibilidades de avaliação para além dos testes tradicionais. Durante as atividades, os participantes realizam tarefas em ambientes virtuais, enquanto tecnologias específicas registram informações sobre seu comportamento e funcionamento cerebral. Dados dos movimentos dos olhos e da atividade elétrica cerebral são coletados e analisados com o auxílio de técnicas computacionais e algoritmos de IA.
LEIA TAMBÉM: Pronto atendimento digital realiza mais de 1,5 mil atendimentos médicos em Registro e testa novo modelo de acesso ao SUS
Atualmente, estima-se que entre 15% e 20% das pessoas com mais de 65 anos tenham comprometimento cognitivo leve, sendo que metade desse grupo pode evoluir para um quadro demencial, como a doença de Alzheimer, em até cinco anos. Identificar essa transição precocemente é o principal objetivo do projeto de pós-doutorado de Roberto Douglas Guimarães de Aquino, que tem como supervisor Alexandre Delbem, professor do ICMC e coordenador do Centro para Inteligência Artificial em Gestão de Saúde (ciaGsaúde) – um Centro de Pesquisa Aplicada (CPA) financiado pela FAPESP.
A pesquisa é desenvolvida no âmbito do ciaGsaúde em parceria com centros de pesquisa na área e laboratórios, como o Centro de Engenharia Aplicada à Saúde, sediado na Escola de Engenharia de São Carlos (EESC) da USP.
Segundo Aquino, a triagem e o monitoramento do declínio cognitivo dependem, tradicionalmente, de exames neuropsicológicos baseados em papel e caneta, como o Miniexame do Estado Mental e o Montreal Cognitive Assessment (MoCA). “Embora muito utilizados na prática clínica, esses testes apresentam limitações importantes: são vulneráveis a variáveis socioculturais e educacionais do paciente, dependem de interpretações subjetivas e possuem sensibilidade reduzida para flagrar as formas mais leves e iniciais de comprometimento. 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 à Assessoria de Imprensa do ICMC.
Sessão única
Na prática, a avaliação dos pacientes é direta e dinâmica: eles são submetidos a uma sessão única de coleta de dados multimodais, ou seja, coletados a partir de diferentes fontes. Os participantes passam por uma bateria de avaliação cognitiva imersiva em ambiente de realidade virtual que simula tarefas rotineiras. Enquanto interagem, a atividade cerebral é registrada por eletroencefalograma (EEG) e os padrões de movimentação ocular são captados por rastreamento do olhar. Padrões como o tempo de fixação do olhar revelam os níveis de alocação de atenção, enquanto as oscilações de ondas cerebrais indicam o esforço da memória operacional.
Todos os dados coletados são processados de forma integrada por ferramentas de IA, utilizando tanto modelos de aprendizado de máquina quanto redes neurais profundas. Para garantir um diferencial ético e metodológico, a arquitetura de IA foi desenhada priorizando modelos interpretáveis.
“Ao colocar o paciente em um ambiente virtual controlado, conseguimos extrair biomarcadores digitais preditivos. Mapeamos com precisão a correlação exata entre o estímulo que o idoso vê, a estratégia visual que seus olhos traçam e a resposta neurofisiológica de seu córtex cerebral”, relatou Aquino. A inteligência artificial atua como o cérebro analítico, cruzando essas informações em tempo real, limpando ruídos e buscando padrões estatísticos associados ao declínio precoce. “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”, ressaltou.
A pesquisa é conduzida sob rígidos critérios éticos e envolve grupos clínicos e voluntários saudáveis (grupo-controle), pareados por idade e escolaridade. Todos os dados coletados são armazenados em bancos seguros, mantendo o anonimato dos participantes.
Delbem ressalta que o trabalho pode, futuramente, 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 de oferecer uma ferramenta de saúde inovadora para antecipar o diagnóstico e frear a evolução de doenças neurodegenerativas, o projeto reforça o compromisso com a ciência aberta nessa área. Ao término das validações clínicas, o software de análise integrada, os algoritmos desenvolvidos e os conjuntos de dados [datasets] devidamente anonimizados serão disponibilizados publicamente em código aberto no GitHub, permitindo que cientistas colaborem e repliquem a metodologia”, finalizou.
O vídeo com explicações sobre como funciona a plataforma pode ser acessado em youtu.be/Ln-jJK3eqt0.