Estima‑se que entre 15% e 20% das pessoas com mais de 65 anos apresentem comprometimento cognitivo leve, e metade desse grupo pode evoluir para demência em até cinco anos. Identificar essa transição precoce é o objetivo do projeto de pós‑doutorado de Roberto Douglas Guimarães de Aquino, supervisionado por Alexandre Delbem, no ICMC‑USP, com apoio da Fapesp pelo centro ciaGsaúde.
Como é feita a avaliação
Os participantes passam por uma bateria de tarefas em ambientes de realidade virtual que simulam atividades rotineiras. Durante a interação, a atividade cerebral é registrada por eletroencefalograma e o movimento dos olhos é capturado por rastreamento ocular. Todos os sinais são integrados e analisados por técnicas computacionais que combinam aprendizado de máquina e redes neurais profundas, com ênfase em modelos interpretáveis.
Quais dados são coletados
- Comportamento em tarefas virtuais (tomada de decisão, desempenho em atividades cotidianas);
- Padrões de movimentação ocular, como tempo de fixação e trajetórias do olhar;
- Atividade elétrica cerebral (oscilações relacionadas a atenção e memória operacional).
A inteligência artificial atua limpando ruídos, cruzando sinais e identificando biomarcadores digitais preditivos do declínio precoce. Segundo os pesquisadores, além de indicar a presença de comprometimento, o algoritmo foi projetado para explicar suas conclusões e gerar relatórios detalhados que auxiliam a decisão clínica do neurologista.
O estudo é conduzido sob critérios éticos rigorosos e envolve grupos clínicos e controles pareados por idade e escolaridade. Todos os dados são armazenados em repositórios seguros e anonimizados para preservar a privacidade dos participantes.
Os responsáveis pelo projeto afirmam que, após as validações clínicas, o software de análise, os algoritmos e os conjuntos de dados anonimizados serão disponibilizados em código aberto no GitHub. A equipe também aponta possibilidade de usar os resultados para orientar terapias de neurorreabilitação personalizadas.
