Notícia

Modelos computacionais para distúrbios cognitivos e dor: pesquisadores usam inteligência artificial contra transtornos mentais

Astrid Eckert, TUM

Fonte

TUM | Universidade Técnica de Munique

Data

quinta-feira, 26 janeiro 2023 14:10

Áreas

Bioengenharia. Bioética. Bioinformática. Biologia. Ciência da Computação. Ciência de Dados. Engenharia Biomédica. Inteligência Artificial. Medicina. Modelagem Computacional. Modelagem Matemática. Neurociências. Psiquiatria. Saúde Pública.

Médicos e cientistas da rede ‘Neurotecnologia em Saúde Mental – NEUROTECH‘ – uma das Redes de Inovação da Universidade Técnica de Munique (TUM), na Alemanha – estão ‘navegando em águas inexploradas’. “Em muitas áreas médicas, o progresso tecnológico trouxe muitos benefícios aos pacientes, mas isso não ocorre tanto nas neurociências. Esse é o nosso desafio”, afirmou o Dr. Simon Jacob, professor de Neurotecnologia Translacional e coordenador da rede de pesquisa.

Com a ajuda de novas tecnologias e análise computacional de ponta, modelagem e Inteligência Artificial (IA), a rede visa encontrar padrões de atividade no cérebro ligados a transtornos mentais cognitivos, entre outros. Esses resultados devem ajudar a melhorar as opções de tratamento disponíveis para pacientes com Acidente Vascular Cerebral (AVC) com perda cognitiva ou pessoas que sofrem de depressão ou dor crônica.

Um problema que une muitas disciplinas

Os pesquisadores criaram um ambiente científico interdisciplinar único que abrange vários aspectos do problema. Isso é característico das novas Redes de Inovação da TUM. Elas reúnem equipes transdisciplinares para liberar sua criatividade coletiva e conhecimento científico para formar campos de inovação de alto potencial na interface de disciplinas tradicionais. Um ponto importante da rede ‘NEUROTECH’ foi reunir médicos com experiência em psiquiatria e neurologia junto com cientistas de dados, especialistas em modelagem computacional e engenheiros. “Conhecemos os problemas e as necessidades de trabalhar com pacientes e, portanto, podemos desenvolver métodos que se encaixem nas rotinas diárias das clínicas”, disse o professor Jacob. Além disso, neurocientistas cognitivos e especialistas nas áreas de ética e política de pesquisa são membros ativos da equipe.

Implantes cerebrais para entender mecanismos cognitivos

O professor Simon Jacob e sua equipe estão usando implantes cerebrais para mergulhar profundamente no desenvolvimento e perturbação da cognição em redes neurais. Como a linguagem é uma função cognitiva humana central e muitas vezes fortemente impactada por acidentes vasculares cerebrais, a equipe optou por começar com este tópico. Os implantes consistem em pequenos sensores que são inseridos em regiões especiais do cérebro de pacientes com AVC que têm problemas para produzir e compreender a linguagem. Esses implantes são capazes de registrar com precisão a atividade de populações de neurônios enquanto o paciente está resolvendo tarefas linguísticas definidas. A equipe internacional, que reúne pesquisadores da Itália, França, Turquia, Índia e China, já alcançou um grande marco clínico: o primeiro implante foi bem-sucedido e o dispositivo está coletando dados de alta qualidade.

Big Data e IA

Mas que tipo de informação está escondida nessas enormes quantidades de dados? A cientista Dra. Julijana Gjorgijeva, professora de Neurociências Computacionais na TUM, é a especialista em modelagem computacional da equipe. Uma de suas tarefas é encontrar padrões nas gravações neuronais que se correlacionem com as (in)habilidades de linguagem. Com base nisso, ela pode construir modelos para redes neurais maiores, bem como para outras funções cognitivas.

A Dra. Julijana Gjorgjieva e sua equipe usam a estrutura de ‘redes neurais recorrentes’. Esses modelos computacionais podem simular o comportamento de neurônios reais e as conexões entre eles à medida que formam as redes. “Eles nos permitem modificar e ligar ou desligar as conexões nos modelos de rede, como nas lesões cerebrais de pacientes com derrame”, disse a pesquisadora. Ao treinar esses modelos nos dados neuronais registrados e no comportamento cognitivo dos pacientes, eles podem formular conceitos mais abrangentes sobre o que um cérebro saudável ou doente está fazendo.

Em busca de biomarcadores de dor crônica e depressão

Em outros projetos de rede, os dados do cérebro são coletados usando eletroencefalografia (EEG). Na EEG, os pacientes usam uma touca com eletrodos que medem as atividades neurais na superfície da pele. Este método não pode resolver neurônios individuais, mas tem a vantagem de fornecer uma cobertura espacial muito boa do cérebro.

A equipe de pesquisa já coletou dados de EEG de centenas de pacientes que sofrem de dor crônica. Com a ajuda de métodos de aprendizado de máquina e outras abordagens de IA, eles agora estão tentando encontrar padrões cerebrais característicos de dor que possam ser usados como biomarcadores para melhorar o diagnóstico e prever respostas terapêuticas. Esses resultados e técnicas serão transferidos para pacientes com depressão nas próximas etapas.

Os transtornos mentais são um fardo global crescente e a equipe NEUROTECH aceitou o desafio de desenvolver ferramentas neurotecnológicas de ponta para ajudar esses pacientes.

Acesse a notícia completa na página da Universidade Técnica de Munique (em inglês).

Fonte: TUM. Imagem: professora Dra. Julijana Gjorgijeva e o professor Dr. Simon Jacob discutindo os resultados de suas pesquisas: as telas mostram a atividade elétrica de populações de neurônios registradas em um paciente com AVC. Fonte: Astrid Eckert, TUM.

Em suas publicações, o Portal Tech4Health da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal Tech4Health tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.