Prévia do material em texto
1/7 Av. Ana Costa 146, Sala 1308 Santos, SP, CEP 11060-000 Tel. 13 997178771 Inteligência Artificial na Pesquisa, Diagnóstico e Terapia Psiquiátrica; O que Acontece quando Você Pergunta a Três Modelos de Inteligência Artificial para Diagnóstico Clínico ** Vieira L Os transtornos psiquiátricos são agora responsáveis pela maior proporção da carga global de doenças, e ainda mais desafios foram vistos durante a pandemia de COVID-19. A inteligência artificial (IA) é comumente usada para facilitar a detecção precoce de doenças, entender a progressão da doença e descobrir novos tratamentos nos campos da saúde física e mental. A presente revisão fornece uma ampla visão geral da metodologia de IA e suas aplicações na aquisição e processamento de dados, extração e caracterização de características, classificação de transtornos psiquiátricos, detecção de potenciais biomarcadores, monitoramento em tempo real e intervenções em transtornos psiquiátricos. Também resumimos de forma abrangente as aplicações da IA em relação ao alerta precoce, diagnóstico, prognóstico e tratamento de transtornos psiquiátricos específicos, incluindo depressão, esquizofrenia, transtorno do espectro autista, transtorno de déficit de atenção/hiperatividade, dependência, distúrbios do sono e doença de Alzheimer. As vantagens e desvantagens da IA em psiquiatria são esclarecidas. Prevemos uma nova onda de oportunidades de pesquisa para facilitar e melhorar a tecnologia de IA e suas implicações de longo prazo na psiquiatria durante e após a era COVID-19. Introdução Os transtornos psiquiátricos estão entre os maiores desafios para a saúde pública mundial. De acordo com a carga global de doenças, os transtornos psiquiátricos contribuem para 4,9% dos anos de vida ajustados por incapacidade global (DALYs) e uma taxa de DALY padronizada por idade de 1566,2 por 100.000 pessoas, que são cada vez mais reconhecidas como as principais causas de carga de doença (GBD, 2022). Pacientes com transtornos psiquiátricos apresentam morbidade física e mortalidade prematura (Plana-Ripoll et al., 2019), que impõem uma grande sobrecarga ao seu cotidiano e à sociedade como um todo. Houve um aumento nos desafios de saúde mental durante a pandemia de COVID-19, com aumentos na incidência de depressão, ansiedade e transtorno de estresse pós-traumático, entre outros (Dedoncker et al., 2021). 2/7 Av. Ana Costa 146, Sala 1308 Santos, SP, CEP 11060-000 Tel. 13 997178771 Essa grande carga exige a identificação precisa de transtornos psiquiátricos em um estágio prodrômico mais precoce e um tratamento mais personalizado, o que pode ser alcançado utilizando recursos computacionais de alto desempenho da inteligência artificial (IA) para analisar dados clínicos e biológicos multidimensionais (Richards et al., 2022). A saúde mental tradicional toma decisões inteiramente baseadas em relatos subjetivos dos estados cognitivos e emocionais dos pacientes e seu curso de sintomas. A confiança excessiva em impressões incompletas e avaliações superficiais dos pacientes pode impedir o diagnóstico preciso e o tratamento ideal. Interações gene-ambiente dinâmicas e ao longo da vida, moduladas por redes biológicas multiníveis, tornaram os transtornos psiquiátricos um espectro contínuo de características. Dada a alta heterogeneidade clínica da doença mental, os clínicos ainda precisam fazer buscas pesadas por tentativa e erro para as melhores estratégias terapêuticas, que podem exacerbar e prolongar a patologia da doença e precipitar resultados ruins. Há um consenso emergente de que novas abordagens de IA são necessárias para avançar no campo. O cérebro humano age como análogo, as máquinas são digitais. Os seres humanos aprendem com diferentes experiências que são apoiadas por motivação e lógica, e o cérebro humano tem capacidade de pensamento e capacidade de resolução de problemas muito mais poderosa para se adaptar ao cerne de uma situação, que não se restringe a um padrão particular (Richards et al., 2022). Com a capacidade de fornecer um estilo de eficiência de trabalho, a máquina pode resolver problemas prontamente. A IA permite que as máquinas aprendam e reconheçam padrões e relacionamentos a partir de grandes exemplos representativos, imitando a atividade cognitiva humana. Esses recursos podem servir como ferramentas revolucionárias para a pesquisa psiquiátrica e a medicina de precisão. A atualização abrangente de transtornos psiquiátricos específicos do endotipo requer algoritmos de IA que possam incorporar competentemente dados complexos, heterogêneos e multidimensionais. Aplicações baseadas em IA foram rapidamente desenvolvidas em pesquisa e diagnóstico psiquiátrico (Dwyer et al., 2018, Esteva et al., 2019). A pesquisa sobre transtornos psiquiátricos que emprega abordagens de IA aumentou nos últimos anos por meio do crescente interesse e necessidades onipresentes para lidar com a crescente crise de saúde mental do mundo. Várias definições e métodos analíticos de IA são introduzidos na presente revisão. Sintetizamos as publicações mais atualizadas para fornecer insights sobre as características, desempenho, aplicações e desafios atuais da IA para identificar direções futuras no campo do avanço das aplicações de IA em transtornos psiquiátricos. 3/7 Av. Ana Costa 146, Sala 1308 Santos, SP, CEP 11060-000 Tel. 13 997178771 Metodologia de inteligência artificial e suas implicações em psiquiatria John McCarthy definiu o termo "inteligência artificial" como "a ciência e a engenharia da criação de máquinas inteligentes" (Ray et al., 2022). Alan Turing, que escreveu "Computing Machinery and Intelligence" em 1950, discutiu as condições sob as quais uma máquina pode ser considerada inteligente (Turing, 1950). Hoje, a IA é comumente aproveitada para facilitar a detecção precoce de doenças, entender a progressão da doença, otimizar a seleção e a dosagem de medicamentos e descobrir novos tratamentos (Topol, 2019). Desempenho de tecnologias orientadas por IA no diagnóstico e tratamento de transtornos psiquiátricos O uso da tecnologia de IA na área médica está se tornando mais comum, mas sua aplicação em disciplinas psiquiátricas tem sido relativamente lenta para se desenvolver. Os dados clínicos psiquiátricos são frequentemente fornecidos sob a forma de percepções subjetivas do paciente e declarações qualitativas ou registros escritos. No entanto, ainda existem muitas áreas da psiquiatria que podem se beneficiar da tecnologia de IA (Shatte et al., 2019). A IA tem grande potencial para redefinir nosso diagnóstico e compreensão de transtornos psiquiátricos. Vantagens e desvantagens da IA A IA tem grande potencial para redefinir como as pessoas diagnosticam e entendem a doença mental (Lee et al., 2021, Liu et al., 2020). As características biológicas, psicológicas e sociais únicas de uma pessoa podem explicar adequadamente sua saúde mental geral, mas essas características biológicas, psicológicas e sociais precisam ser mais bem compreendidas. Estratégias baseadas em IA podem servir como melhores ferramentas de triagem pré-diagnóstica e modelos de risco para determinar a suscetibilidade de um indivíduo a doenças mentais e riscos Conclusão e perspectiva futura Em relação à maioria das doenças, a base do diagnóstico e da eficácia do tratamento no campo da psiquiatria ainda se limita inteiramente aos sintomas conscientes subjetivos e aos sintomas clínicos observáveis. Com o desenvolvimento da biotecnologia e a chegada da era do big data, a IA pode se tornar uma ponte para transformar a medicina, conectando pesquisa básica, desenvolvimento de medicamentos e prática clínica. As abordagens de IA na pesquisa psiquiátrica combinam a validação clínica, psicométrica e biológica do digital 4/7 Av. Ana Costa 146, Sala 1308 Santos, SP, CEP 11060-000 Tel. 13 997178771Miscelâneas - A virtude do esquecimento Embora possa parecer uma limitação cognitiva, deixar de lado as memórias faz parte de como o cérebro funciona. Contribui para manter uma autoimagem coerente e positiva, classificar o conhecimento e desenvolver uma visão de mundo mais criativa. Que raiva, essa minha memória, que esqueceu a capital da Suécia e o último ingrediente da paella. Que raiva, ainda mais, esquecer o rosto do meu primeiro amigo, o cheiro da casa da minha avó e da rua onde meu coração estava partido. Como é zangado esquecer, mas, acima de tudo, ser esquecido. O esquecimento é muitas vezes experimentado com desamparo, vergonha, dor e frustração, o que leva a pensar que é um sinal de comprometimento cognitivo ou uma falha de caráter. No final, as limitações humanas são percebidas como apenas isso, limitações, que devem ser resolvidas com evolução biológica ou tecnologia. Quem não gostaria de ter uma memória infinita e super precisa? No entanto, sua estrutura e função estão em constante desenvolvimento há dezenas de milhões de anos, e se há uma coisa de que podemos ter certeza, é que -quase- tudo tem uma razão. Nesse caso, os psicólogos americanos Jonathan M. Fawcett e Justin C. Hulbert escreveram um artigo detalhado sobre as vantagens da fragilidade da memória, que são especialmente úteis em nosso cotidiano. As virtudes do esquecimento são sete ao todo, sugerem Fawcett e Hulbert, e estão organizadas em três papéis distintos: o guardião, o bibliotecário e o inventor. As vantagens do esquecimento são organizadas em três papéis distintos: o guardião, o bibliotecário e o inventor. Que intensidade o amor adolescente nos oferecia, e que intensidade agridoce. A gente machuca e eles machucam a gente. Traímos e fomos traídos, prometemos até nos vingar de um sofrimento que, até hoje, desapareceu. O esquecimento nos distância das consequências emocionais de eventos passados, seja porque a memória se torna inacessível, seja porque as propriedades emocionais estão anestesiadas. O esquecimento – com seu papel de guardião – facilita o perdão, nos ajuda a superar ações passadas e nos motiva a seguir em frente apesar das adversidades. O esquecimento, portanto, é a serenidade, que é a primeira virtude. A segunda é a estabilidade, pois o esquecimento retira detalhes do nosso passado em que éramos incoerentes com nossa forma de entender o mundo: um gesto ruim para uma mãe, uma opinião política polêmica ou uma contravenção em uma noite de excessos com amigos, por exemplo. A amnésia também assume o papel de bibliotecária, organizando nosso conhecimento em prateleiras mentais. 5/7 Av. Ana Costa 146, Sala 1308 Santos, SP, CEP 11060-000 Tel. 13 997178771 Quando esquecemos, nos livramos de experiências mundanas, detalhes que provavelmente serão inúteis no futuro. A memória, para existir, deve ser funcional. Da mesma forma, o esquecimento nos permite atualizar os "capítulos" de nossas vidas, maximizando as partes relevantes. A última virtude do esquecimento – como agente de biblioteca – é a abstração, isto é, a capacidade de reunir as experiências comuns daqueles capítulos vitais para melhorar a base de nosso conhecimento. O que alguns escritores fazem quando estão presos e não conseguem desenvolver sua história? Eles a abandonam por um tempo, esquecem dela e de seus personagens e depois os retomam com um ponto de vista diferente. Dessa forma, o esquecimento tem o papel de um inventor com duas grandes tarefas: inspiração e redescoberta. Por um lado, ajuda-nos a limitar os preconceitos do passado, permitindo-nos identificar soluções criativas para novos problemas. Por outro lado, nos motiva a nos reconectar com atividades e pessoas do passado através da nostalgia. Graças ao esquecimento, o que antes importava para nós pode florescer novamente. De que outra forma Proust teria desfrutado tanto de uma simples Madeleine? Esquecer na hora errada pode, sem dúvida, ser desagradável. No entanto, lembrar também pode ser. Assim, a amnésia pode ser útil para o nosso correto desenvolvimento psicológico, mesmo que seja um processo que passa despercebido. Pode ser que seja justamente por isso que o esquecimento seja tão desvalorizado: quando nos deixa desconfortáveis, a gente percebe, mas quando acerta, não percebemos o seu mérito. Em conclusão, o melhor sistema de memória não é aquele que se lembra de absolutamente tudo, mas aquele que regula o acesso à informação de acordo com as necessidades do ambiente. Divulgação Financeira Este trabalho foi parcialmente apoiado por STI2030-Grandes Projetos (não. 2022ZD0212900 e 2021ZD0200800). Sociedade Brasileira de Neuropsicologia SBNp (2023) Estratégia de busca e critérios de seleção As referências para esta revisão foram identificadas por meio de busca no PubMed com os termos de busca "inteligência artificial", "aprendizado de máquina", "aprendizado profundo", "saúde mental", "psiquiatria", "diagnóstico", "prognóstico" e "tratamento". Artigos adicionais foram identificados por meio da busca nas referências dos artigos relevantes. 6/7 Av. Ana Costa 146, Sala 1308 Santos, SP, CEP 11060-000 Tel. 13 997178771 Referências (1) Desenvolvimento e validação multimodal de um algoritmo de uso indevido de substâncias para encaminhamento a tratamento utilizando inteligência artificial (SMART-AI): um estudo retrospectivo de aprendizagem profunda Lancet Digit Saúde (2022) (2) Predição de comprometimento cognitivo leve a partir de emissões faladas espontâneas Demencia de Alzheimer (N. Y) (2017) (3) R.O. Bahado-Singh et al. Análise por inteligência artificial de marcadores epigenômicos leucocitários de recém- nascidos para predição de autismo Cérebro Res (2019) (4) T.J. Brinker et al. Comparando algoritmos de inteligência artificial com 157 dermatologistas alemães: o referencial da classificação do melanoma Eur. J. Câncer (2019) (5) Bzdok et al. Aprendizado de máquina para psiquiatria de precisão: oportunidades e desafios Biol. Psiquiatria Cogn. Neuroimagem (2018) (6) Casanova et al. Usando métodos de aprendizado de máquina de alta dimensão para estimar um fator de risco anatômico para a doença de Alzheimer em bancos de dados de imagens Neuroimagem (2018) 7/7 Av. Ana Costa 146, Sala 1308 Santos, SP, CEP 11060-000 Tel. 13 997178771 (7) A.M. Chekroud et al. Predição de estudos cruzados do resultado do tratamento na depressão: uma abordagem de aprendizado de máquina Lancet Psiquiatria (2016) (8) Chen et al. Detecção de alterações estruturais cerebrais como biomarcador a partir de imagens de ressonância magnética usando uma abordagem SVM baseada em recursos locais J. Neurosci. Métodos (2014) (9) Colombo et al. Abordagens de aprendizado de máquina para predição do transtorno bipolar baseadas em marcadores biológicos, clínicos e neuropsicológicos: uma revisão sistemática e meta-análise Neurosci. Biocomportamento Rev. (2022) (10) Cosic et al. Análise multimodal de respostas do tipo sobressalto Computação. Métodos Prog. (2016) Lourenco Vieira – Psicólogo com Especialização em Neuropsicologia, Professor Assistente Doutor do Centro de Educação a Distância da UFJF. Educador da SEDUC SP Lourenco Vieira, Autor em Psicologia Viva lourenco.vieira@unifesp.br https://blog.psicologiaviva.com.br/a/lourenco-vieira/ https://blog.psicologiaviva.com.br/a/lourenco-vieira/