redes cerebrais inteligência artificial

Inteligência artificial relaciona transtornos mentais às redes cerebrais


Um novo estudo utilizando algoritmos de inteligência artificial identificou as dimensões do cérebro de transtornos mentais e associou às redes cerebrais, um avanço em direção a biomarcadores muito necessários para diagnosticar e tratar com mais precisão os pacientes.

Uma equipe da Penn Medicine, liderada por Theodore D. Satterthwaite, MD, professor assistente no departamento de psiquiatria, mapeou anormalidades nas redes cerebrais para quatro dimensões da psicopatologia: humor, psicose, medo e comportamento disruptivo de externalização. A pesquisa foi publicada na Nature Communications.

Atualmente, a psiquiatria depende apenas do relato do paciente e das observações do médico para a tomada de decisões clínicas, enquanto outros ramos da medicina incorporaram biomarcadores para auxiliar no diagnóstico, na determinação do prognóstico e na seleção do tratamento para os pacientes. Embora estudos prévios utilizando categorias de diagnóstico clínico padrão tenham encontrado evidências de anormalidades cerebrais, o alto nível de diversidade entre os transtornos e a comorbidade entre os transtornos limitou a forma como esse tipo de pesquisa pode levar a melhorias nos cuidados clínicos.

“A psiquiatria está atrás do resto da medicina quando se trata de diagnosticar doenças”, disse Satterthwaite. “Por exemplo, quando um paciente entra para consultar um médico com a maioria dos problemas, além de conversar com o paciente, o médico recomendará exames de laboratório e exames de imagem para ajudar a diagnosticar sua condição. Não é assim que as coisas funcionam. Na maioria dos casos, todos os diagnósticos psiquiátricos dependem apenas de conversar com o paciente. Uma das razões para isso é que não entendemos como as anormalidades no cérebro levam a sintomas psiquiátricos.Esse esforço de pesquisa tem como objetivo relacionar problemas de saúde mental e suas anormalidades de rede cerebral associadas a sintomas psiquiátricos usando uma abordagem baseada em dados. “

Para descobrir as redes cerebrais associadas a distúrbios psiquiátricos, a equipe estudou uma grande amostra de adolescentes e jovens adultos (999 participantes, com idades entre 8 e 22 anos). Todos os participantes completaram tanto exames de ressonância magnética funcional e uma avaliação abrangente de sintomas psiquiátricos, um esforço liderado por Raquel E. Gur, MD, Ph.D., professor de Psiquiatria, Neurologia e Radiologia, que foi financiado pelo Instituto Nacional de Saúde Mental. Os dados do cérebro e dos sintomas foram então analisados ​​em conjunto usando um método de machine learning chamado análise de correlação canônica esparsa.

Essa análise revelou padrões de mudanças nas redes cerebrais fortemente relacionadas aos sintomas psiquiátricos. Em particular, as descobertas destacaram quatro dimensões distintas da psicopatologia – humor, psicose, medo e comportamento disruptivo -, todas associadas a um padrão distinto de conectividade anormal em todo o cérebro.

Os pesquisadores descobriram que cada dimensão guiada pelo cérebro continha sintomas de várias categorias diferentes de diagnóstico clínico. Por exemplo, a dimensão do humor era composta por sintomas de três categorias, e. depressão, mania (irritabilidade) e transtorno obsessivo-compulsivo (pensamentos recorrentes de automutilação). Da mesma forma, a dimensão de comportamento disruptivo de externalização foi impulsionada principalmente pelos sintomas do Transtorno do Déficit de Atenção com Hiperatividade (TDAH) e do Transtorno Desafiador Opositivo (TDO), mas também incluiu o item de irritabilidade do domínio da depressão. Esses achados sugerem que quando os dados cerebrais e sintomáticos são levados em consideração, os sintomas psiquiátricos não se enquadram perfeitamente nas categorias estabelecidas. Em vez disso, grupos de sintomas emergem de diversos domínios clínicos para formar dimensões que estão ligadas a padrões específicos de conectividade anormal no cérebro.

“Além desses padrões cerebrais específicos em cada dimensão, também encontramos anormalidades comuns de conectividade cerebral que são compartilhadas entre as dimensões”, disse Cedric Xia, MD-Ph.D. candidato e principal autor do artigo. “Especificamente, um par de redes cerebrais chamadas rede de modo padrão e rede frontal-parietal, cujas conexões geralmente se afastam durante o desenvolvimento do cérebro, tornam-se anormalmente integradas em todas as dimensões.”

Essas duas redes cerebrais há muito intrigam psiquiatras e neurocientistas por causa de seu papel crucial em processos mentais complexos, como autocontrole, memória e interações sociais. Os resultados deste estudo apoiam a teoria de que muitos tipos de doenças psiquiátricas estão relacionados a anormalidades do desenvolvimento cerebral.

A equipe também examinou como a psicopatologia diferia entre a idade e o sexo. Eles descobriram que os padrões associados a humor e psicose tornaram-se significativamente mais proeminentes com a idade. Além disso, os padrões de conectividade do cérebro ligados ao humor e ao medo foram mais fortes nos participantes do sexo feminino do que nos homens.

“Este estudo mostra que podemos começar a usar o cérebro para guiar nossa compreensão de transtornos psiquiátricos de uma forma que é fundamentalmente diferente do agrupamento de sintomas em categorias diagnósticas clínicas. Ao nos afastarmos de rótulos clínicos desenvolvidos décadas atrás, talvez possamos deixar a biologia falar por si só “, disse Satterthwaite. “Nossa maior esperança é que a compreensão da biologia das doenças mentais nos permita desenvolver melhores tratamentos para nossos pacientes”.

Cedric Huchuan Xia et al, Linked dimensions of psychopathology and connectivity in functional brain networks, Nature Communications (2018). DOI: 10.1038/s41467-018-05317-y

Via MedicalXpress

Inteligência artificial relaciona transtornos mentais às redes cerebrais
5 (100%) 1 vote

Artigos relacionados

Machine learning? Redes neurais? Aqui está o seu guia para os tipos de IA IA está em todos os lugares no momento, e é responsável por tudo, desde os assistentes virtuais em nossos smartphones até os carros autônomos que logo...
4 exemplos de Machine Learning e de IA que você não conhecia A importância IA (Inteligência Artificia) é comparada à descoberta do fogo, mas seu impacto depende de como somos criativos com o uso dessa tecnologia...
Machine learning identifica hackers que já invadiram Os modelos de aprendizagem sem supervisão do Darktrace soam o alarme antes que hackers possam causar sérios danos.Em 2013, um grupo de agentes de...
Ensinando robôs a interagir com crianças com autismo As pessoas com autismo vêem, ouvem e sentem o mundo de forma diferente das outras pessoas, o que afeta a maneira como elas interagem com os outros. Is...