Artigos e Variedades
Saúde - Educação - Cultura - Mundo - Tecnologia - Vida
Ferramenta digital de triagem de autismo pode melhorar a identificação precoce

Ferramenta digital de triagem de autismo pode melhorar a identificação precoce

Uma ferramenta de rastreio baseada em tablet que analisa o comportamento das crianças em resposta a clips de vídeo específicos mostra-se promissora para melhorar o rastreio precoce do autismo, de acordo com um estudo apoiado em parte pelo Instituto Nacional de Saúde Mental. Embora o rastreio precoce do autismo normalmente dependa de questionários aos pais, os dados sugerem que a precisão destas avaliações pode variar entre ambientes e populações. Ferramentas de medição objetivas, incluindo tecnologias digitais, poderiam ajudar a melhorar o rastreio em contextos reais e a reduzir as disparidades no rastreio e identificação precoces.

Uma criança assistindo a videoclipes por meio do aplicativo SenseToKnow. Foto cortesia de Geri Dawson.

O que os pesquisadores fizeram?
No estudo, os pesquisadores Geraldine Dawson, Ph.D. , Guillermo Sapiro, Ph.D. e colegas do Duke Center for Autism and Brain Development testou um aplicativo para tablet chamado SenseToKnow. O aplicativo usa a câmera do tablet para capturar uma variedade de comportamentos infantis, incluindo padrões de olhar, expressões faciais, movimentos da cabeça, frequência de piscar de olhos e se a criança respondeu ao seu nome. Segundo os pesquisadores, esta abordagem multimodal permite captar a gama de variações comportamentais que as crianças com autismo podem apresentar.
Durante as visitas de rotina aos cuidados de saúde, as crianças assistiam a videoclipes especialmente concebidos enquanto o dispositivo registava os seus comportamentos e os quantificava através da visão computacional, um tipo de inteligência artificial. O aplicativo então usou aprendizado de máquina para analisar os dados comportamentais, fornecendo uma classificação de diagnóstico e uma pontuação de confiança de previsão indicando a confiabilidade dessa classificação. O aplicativo também produziu um índice de qualidade que indicava se o aplicativo foi administrado corretamente.
Os participantes do estudo incluíram 475 crianças, com idades entre 17 e 36 meses. Destas crianças, 49 receberam posteriormente um diagnóstico de autismo e 98 receberam posteriormente um diagnóstico de atraso no desenvolvimento e/ou atraso de linguagem sem autismo.
O que os pesquisadores encontraram?
No geral, o aplicativo mostrou alta precisão para classificar crianças com autismo em comparação com crianças neurotípicas, e precisão ainda maior quando as análises incluíram apenas os resultados que tiveram altos índices de confiança de predição. A precisão da classificação permaneceu elevada quando as análises incluíram dados de crianças com atraso no desenvolvimento e/ou atraso de linguagem.
O aplicativo classificou corretamente nove crianças com autismo que não foram identificadas corretamente usando uma ferramenta padrão de triagem precoce do autismo, a Lista de Verificação Modificada para Autismo em Crianças (M-CHAT-Revised with Follow-Up). A precisão da classificação aumentou ainda mais quando os pesquisadores combinaram as análises do aplicativo com as informações da ferramenta de triagem M-CHAT.
É importante ressaltar que a precisão da classificação foi consistente independentemente do sexo, raça, etnia e idade da criança. De acordo com os investigadores, estas descobertas iniciais sugerem que ferramentas objetivas de rastreio digital podem ajudar a reduzir as disparidades existentes no rastreio precoce do autismo, embora seja necessário mais trabalho para estabelecer o desempenho da aplicação em diversos grupos.
o que os resultados significam?
As vantagens do aplicativo SenseToKnow incluem sua usabilidade em cenários do mundo real e o fato de que ele fornece informações acionáveis. Por exemplo, uma pontuação de baixa qualidade indica que o aplicativo não foi administrado corretamente e pode precisar ser administrado novamente. Por outro lado, uma pontuação de alta confiança de predição dá peso aos resultados da classificação e pode ajudar a identificar crianças pequenas que provavelmente se beneficiarão de mais triagem e avaliação.
Dawson e colegas estão agora avaliando o SenseToKnow em vários contextos. Em outro estudo financiado pelo NIMH, os pesquisadores estão examinando a precisão quando os pais administram o aplicativo em casa, em seus próprios dispositivos. Eles também estão explorando se o aplicativo pode ser usado para detectar sinais comportamentais precoces de autismo em bebês de 6 a 9 meses.
Os pesquisadores enfatizam que não pretendem que o SenseToKnow seja a única fonte de dados para diagnóstico. Em vez disso, eles encaram o rastreio do autismo como um processo de múltiplas partes que inclui questionários de relatórios dos pais, ferramentas objetivas de rastreio digital e outras fontes de dados, como registos de saúde eletrónicos. Observam também que o rastreio faz parte de um percurso clínico mais amplo que inclui formação de prestadores, implementação cuidadosa e ligações integradas a serviços, apoios e intervenções.
"Concluímos que a fenotipagem digital quantitativa, objetiva e escalável oferece promessas no aumento da precisão do rastreio do autismo e na redução das disparidades no acesso ao diagnóstico e intervenção, complementando os questionários de rastreio do autismo existentes", escrevem Dawson e colegas.
Referência
Perochon, S., Di Martino, JM, Carpenter, KLH et al. (2023). Detecção precoce do autismo usando fenotipagem comportamental digital. Medicina Natural, 29 , 2489?2497. https://doi.org/10.1038/s41591-023-02574-3

Univdersidade DUKE

Comente essa publicação