IA é capaz de prever episódios convulsivos em tempo real

Os episódios de convulsão são causados quando a atividade cerebral normal é interrompida por um conjunto de neurônios que começa a disparar de forma intensa e sincronizada. Esta sincronização ocorre de forma acumulativa, de forma que prever um evento convulsivo pode ser útil para preveni-lo. O eletroencefalograma (EEG) é um equipamento com vários eletrodos que são conectados à cabeça de uma pessoa, medindo a atividade elétrica que o cérebro produz em diferentes localizações. Ele é utilizado na prática clínica tanto para avaliar o estado saudável do cérebro quanto desvios desse padrão, como aquele que ocorre durante uma convulsão.

Usando dados de EEG e inteligência artificial, uma ferramenta para predição de convulsões em tempo real foi apresentada este ano por pesquisadores da Universidade de Washington. No trabalho, os cientistas consideraram que os sinais captados por 23 eletrodos representam os nós de uma rede, de forma que diferentes estados cerebrais podem ser descritos pelas características de conexão dessa rede. Esta abordagem é em grande parte baseada no conhecimento sobre como de fato o cérebro produz estados mentais. Os dados temporais obtidos por cada eletrodo foram usados para definir as mudanças nos padrões de conexão da rede cerebral, permitindo a geração de uma única característica com poder discriminatório. Esta característica, que reflete o grau de sincronia dentro da rede, se mostrou correlacionada com os episódios de convulsão, aumentando seu valor momentos antes de o episódio ocorrer. O algoritmo então tirou proveito deste fenômeno para prever quando uma convulsão iria ocorrer, atingindo uma taxa de detecção de 94%.

Os cientistas dizem que o fato de o algoritmo fazer predições baseadas na sincronia de atividade cerebral ajuda a eliminar artefatos e ruídos das leituras dos eletrodos. Qualquer atividade que a pessoa realize durante a leitura dos sinais aparece nos resultados, mas não de forma sincronizada com a convulsão, de forma que usar esta abordagem em um cenário mais realista, com as pessoas realizando atividades cotidianas, se torna mais viável.

Este trabalho de prova de conceito foi realizado com dados de um único paciente, e agora os pesquisadores pretendem validar a abordagem com mais pessoas. Tratar as leituras de EEG como partes integrantes de uma rede deve fornecer várias características que vão ajudar o algoritmo a generalizar o método.

No futuro, a integração de um sistema com as capacidades apresentadas em um dispositivo vestível, por exemplo, pode ajudar um paciente a se auto-prevenir contra episódios convulsivos, seja através da administração de medicamentos, seja pela interferência elétrica automática, evitando que a sincronia se acumule até o valor necessário para que a convulsão ocorra.