Ferramenta de triagem digital para autismo pode melhorar a identificação precoce

No estudo, os pesquisadores Geraldine Dawson, Ph.D., Guillermo Sapiro, Ph.D., e colegas do Centro Duke para Autismo e Desenvolvimento Cerebral testaram 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 piscadas e se a criança respondeu ao seu nome. De acordo com os pesquisadores, essa abordagem multimodal permite capturar a gama de variações comportamentais que crianças com autismo podem apresentar.

Durante consultas médicas de rotina, crianças pequenas assistiam a videoclipes especialmente projetados enquanto o dispositivo registrava seus comportamentos e os quantificava usando visão computacional, um tipo de inteligência artificial. O aplicativo então utilizou aprendizado de máquina para analisar os dados comportamentais, fornecendo uma classificação diagnóstica e uma pontuação de confiança de previsão, indicando a confiabilidade dessa classificação. O aplicativo também produziu uma pontuação de qualidade que indicou se o aplicativo foi administrado corretamente.

Os participantes do estudo incluíram 475 crianças pequenas, com idades entre 17 e 36 meses. Dessas 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 descobriram?

No geral, o aplicativo apresentou alta precisão na classificação de crianças com autismo em comparação com crianças neurotípicas, e precisão ainda maior quando as análises incluíram apenas os resultados com altos índices de confiança de predição. A precisão da classificação permaneceu alta quando as análises incluíram dados de crianças com atraso no desenvolvimento e/ou atraso na linguagem.

O aplicativo classificou corretamente nove crianças com autismo que não foram identificadas corretamente usando uma ferramenta padrão de triagem precoce para autismo, a Lista de Verificação Modificada para Autismo em Crianças Pequenas (M-CHAT - Revisada com Acompanhamento). 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 pesquisadores, essas descobertas iniciais sugerem que ferramentas objetivas de triagem digital podem ajudar a reduzir as disparidades existentes na triagem precoce do autismo, embora mais trabalho seja necessário para estabelecer o desempenho do aplicativo em diversos grupos.

O que significam os resultados?

As vantagens do aplicativo SenseToKnow incluem sua usabilidade em ambientes reais e o fato de fornecer informações úteis. Por exemplo, uma pontuação de qualidade baixa indica que o aplicativo não foi administrado corretamente e pode precisar ser administrado novamente. Por outro lado, uma pontuação de confiança de predição alta dá peso aos resultados da classificação e pode ajudar a identificar crianças pequenas que provavelmente se beneficiarão de triagem e avaliação adicionais.

Dawson e colegas estão avaliando o SenseToKnow em diversos 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 o diagnóstico. Em vez disso, eles visualizam a triagem do autismo como um processo multifacetado que inclui questionários de relato dos pais, ferramentas objetivas de triagem digital e outras fontes de dados, como prontuários eletrônicos de saúde. Eles também observam que a triagem é parte de um caminho clínico mais amplo que inclui treinamento de provedores, implementação cuidadosa e vínculos integrados com serviços, apoios e intervenções.

“Concluímos que a fenotipagem digital quantitativa, objetiva e escalável oferece promessas para aumentar a precisão da triagem do autismo e reduzir as disparidades no acesso ao diagnóstico e à intervenção, complementando os questionários de triagem do autismo existentes”, escrevem Dawson e colegas.