Estudo mostra que IA pode detectar risco de Alzheimer anos antes dos sintomas

Uma nova pesquisa revela que ferramentas baseadas em inteligência artificial (IA) têm potencial para identificar pacientes em risco de desenvolver Alzheimer muitos anos antes do aparecimento dos sintomas clínicos, possibilitando intervenções precoces e melhor planejamento terapêutico.

O estudo usou algoritmos de aprendizado de máquina para analisar grandes bancos de dados clínicos, incluindo exames de ressonância magnética e resultados de testes cognitivos. O modelo foi capaz de diferenciar entre pessoas com comprometimento cognitivo leve (MCI), cujos sintomas se mantinham estáveis, e aquelas que evoluíram para Alzheimer ao longo de três anos. A precisão foi de 82% para prever os que avançaram para a doença e 81% para os que não desenvolveram a condição.

Em outra pesquisa relevante, cientistas da Universidade da Califórnia em San Francisco utilizaram registros médicos de mais de cinco milhões de pacientes para treinar uma IA que detectou sinais precoces da doença até sete anos antes do diagnóstico padrão. Com 72% de acurácia, a ferramenta identificou fatores como pressão alta, colesterol elevado e baixa vitamina D em ambos os sexos, além de características específicas, como osteoporose em mulheres e distúrbios urológicos em homens.

Esses estudos enfatizam a capacidade da IA de integrar dados clínicos e de imagem, reconhecendo padrões sutis invisíveis ao olhar humano. Modelos que combinam exames de imagem — como ressonâncias, PET e outros biomarcadores — têm demonstrado desempenho ainda maior, sobretudo em prevê a progressão de quadros iniciais de comprometimento cognitivo para Alzheimer.

A adoção dessas tecnologias pode transformar a prática clínica, permitindo que médicos identifiquem pacientes de alto risco com antecedência, monitorem sua progressão e iniciem medidas preventivas ou terapêuticas mais eficientes. Especialistas ressaltam, porém, que a IA deve ser usada como ferramenta auxiliar. Sua interpretação requer colaboração entre profissionais de saúde e cientistas, além de validação em estudos multicêntricos antes da aplicação em rotinas clínicas.