Problemas como depressão, ansiedade e estresse pós-traumático estão correlacionados com alterações cerebrais. Apesar disso, exames capazes de criar imagens mapeando esse tipo de alteração não costumam ser utilizados pela psiquiatria em diagnósticos. Exames de imagem por ressonância magnética funcional, por exemplo, são capazes de coletar imagens do cérebro que indicam quais áreas são mais irrigadas por sangue oxigenado quando a pessoa examinada recebe diversos estímulos. Eles são, no entanto, normalmente utilizados para identificar alterações como tumores, ou o impacto de derrames cerebrais e doenças como Alzheimer. Um dos motivos pelos quais o mesmo tipo de técnica não é aplicado em diagnósticos psiquiátricos é porque as alterações no cérebro não são tão drásticas e claras. Há grandes diferenças, mesmo entre pessoas com o mesmo tipo de transtorno, e é difícil aprender a identificar a olho nu as nuances entre o cérebro de alguém saudável e alguém com problemas psiquiátricos. Em um estudo publicado em outubro de 2017 na revista Nature Human Behaviour, pesquisadores ligados a universidades americanas afirmam, no entanto, que foram capazes de usar aprendizado de máquina (ou “machine learning”) para detectar em imagens cerebrais sinais sutis que diferenciam pessoas com “ideações suicidas” – ou seja, que pensam em cometer suicídio – e pessoas sem essas ideações. Intitulado “Aprendizado de máquina de representações neurais de suicídio e conceitos emocionais identifica jovens suicidas”, o trabalho aponta que a técnica pode vir a viabilizar o uso da ressonância em diagnósticos psiquiátricos. No aprendizado de máquina, os próprios algoritmos se desenvolvem de forma relativamente independente. No caso, os pesquisadores usaram a técnica para que o algoritmo “se ensinasse” a ler e identificar padrões nos exames. O trabalho afirma que o algoritmo se mostrou capaz de identificar a imagem do cérebro de uma pessoa com ideação suicida com uma precisão de 91%. E que atingiu precisão de 94% em diferenciar pessoas com ideação suicida que tinham tentado se suicidar e pessoas com o mesmo tipo de pensamentos, mas que não tinham tentado se suicidar. Apesar de o grupo estudado ser pequeno, a pesquisa afirma que o nível alto de acertos atingido pelo algoritmo ao classificar as pessoas, de mais de 90%, “indica que o tamanho da amostra foi suficiente”. O trabalho afirma que ainda é preciso verificar se o mesmo nível de acerto ocorreria ao discriminar pessoas com ideação suicida de outros grupos com problemas psiquiátricos em geral, mas que os bons resultados em distinguir quem tentou e não tentou suicídio é um sinal de que isso é possível. “Dentro de suas limitações, o estudo atual é um primeiro passo no sentido de detectar um transtorno psiquiátrico da mente e do cérebro.”
Blog do Florisvaldo – Informação Com Imparcialidade – 05/11/2017
