De acordo com um estudo publicado na revista científica ‘EClinicalMedicine’, este avanço pode revolucionar a forma como esta doença é diagnosticada e tratada, aponta a publicação espanhola ‘El Economista’.
De acordo com os cientistas britânicos, esta nova abordagem tem o potencial de reduzir a necessidade de testes de diagnóstico invasivos e dispendiosos, ao mesmo tempo que melhora os resultados precoces do tratamento: recorde-se que atualmente o diagnóstico precoce da demência é crucial pois é quando os tratamentos são mais eficazes. No entanto, para um diagnóstico precoce é requerido, em muitas ocasiões, testes invasivos, como a tomografia por emissão de pósitrons (PET) ou a punção lombar, que nem sempre estão disponíveis em todas as clínicas.
A doença de Alzheimer é a principal causa de demência, representando entre 60 e 80% dos casos. Detetar a doença nos seus estágios iniciais é essencial para maximizar a eficácia dos tratamentos disponíveis. No entanto, até um terço dos pacientes são diagnosticados incorretamente ou tarde demais, limitando a eficácia das intervenções.
A ferramenta de IA, desenvolvida por especialistas do Departamento de Psicologia da Universidade de Cambridge, prevê com mais precisão do que as ferramentas de diagnóstico atuais se e com que rapidez uma pessoa com problemas leves de memória e pensamento vai desenvolver Alzheimer. Para construir este modelo, foram utilizados dados de pacientes recolhidos de forma rotineira e não invasiva, como testes cognitivos e ressonância magnética estrutural, de mais de 400 pessoas de um grupo de investigação dos Estados Unidos.
O modelo foi testado com dados de mais 600 participantes americanos e dados longitudinais de 900 pessoas de clínicas de memória no Reino Unido e Singapura. Os resultados mostraram que o algoritmo poderia distinguir entre pessoas com comprometimento cognitivo leve estável e aquelas que progrediriam para a doença de Alzheimer ao longo de um período de três anos. O modelo identificou corretamente as pessoas que desenvolveram Alzheimer em 82% dos casos e as que não o desenvolveram em 81% dos casos.
O algoritmo demonstrou ser aproximadamente três vezes mais preciso do que o padrão atual de tratamento na previsão da progressão para a doença de Alzheimer: este é um dado significativo, pois o modelo pode reduzir significativamente os diagnósticos errados e permitir uma intervenção mais precoce e eficaz.
O modelo também permitiu aos investigadores classificar as pessoas com Alzheimer em três grupos com base na rapidez com que progrediam os seus sintomas: aqueles cujos sintomas permaneceriam estáveis, aqueles cujos sintomas progrediriam lentamente e aqueles cujos sintomas progrediriam rapidamente. Estas previsões foram validadas com dados de acompanhamento ao longo de seis anos, sugerindo que a ferramenta poderia ser muito útil num ambiente clínico do mundo real.
Os investigadores planeiam agora expandir o modelo para incluir outras formas de demência, como demência vascular e demência frontotemporal, e usar diferentes tipos de dados, como marcadores de exames de sangue.
“Criámos uma ferramenta que, apesar de usar apenas dados de testes cognitivos e exames de ressonância magnética, é muito mais sensível do que as abordagens atuais para prever se alguém progredirá de sintomas leves para Alzheimer — e, em caso afirmativo, se esse progresso será rápido ou lento”, afirma Zoe Kourtzi, professora do Departamento de Psicologia da Universidade de Cambridge, em comunicado.
“Isso tem o potencial de melhorar significativamente o bem-estar do paciente, mostrando-nos que pessoas precisam de cuidados mais próximos, ao mesmo tempo, em que remove a ansiedade para aqueles pacientes que prevemos que permanecerão estáveis. Num momento de intensa pressão sobre os recursos de saúde, isso também ajudará a remover a necessidade de testes diagnósticos invasivos e dispendiosos desnecessários”, sustenta a especialista.
