Segundo a Organização Mundial da Saúde (OMS), aproximadamente 50 milhões de pessoas estão diagnosticadas com algum tipo de demência, sendo a Doença de Alzheimer a mais comum, atingindo cerca de 35 milhões.
A tecnologia vem contribuindo e muito para o combate a essa doença, e a inteligência artificial assume um papel relevante, o que pode representar resultados concretos, seja na prevenção como no combate.
Através de algoritmos, aplicados aos exames de imagem, e sabendo-se já que a glicose funciona como combustível em algumas partes do cérebro, a inteligência artificial tratou de identificar que em pacientes com algum tipo de demência, estes padrões de funcionamento são afetados e, em tese, poderiam ser identificados.
O uso dos algoritmos, naquilo que chamamos, de habilidade preditiva do modelo para alterações associadas ao Alzheimer, foi validado em 410 pessoas. Nestes testes, a equipe descobriu que 51% das variações nos padrões de uso da glicose nos cérebros de pacientes com demência estão concentrados em apenas 10 padrões, identificando um ponto de partida.
Conhecendo esses padrões, é possível trabalhar em sistemas de IA que ajudam a interpretar exames do cérebro de pacientes que estão em avaliação de Alzheimer e síndromes relacionadas. No futuro, esta pode se tonar uma nova forma de diagnóstico não só dessa doença como de diversas outras.
De maneira genérica, a literatura especializada compreende a doença como um problema no processamento de proteínas na região do cérebro. As proteínas tóxicas amiloide e tau se depositam nesta área e, a partir do acúmulo delas, os neurônios deixam de reagir da forma esperada. Isso pode desencadear a confusão mental, a dificuldade de comunicação bem como a perda de memória.
Apesar desta ser a principal teoria relacionada ao surgimento deste tipo de demência, a relação entre os sintomas clínicos, os padrões de danos cerebrais e a anatomia do cérebro não foi totalmente compreendida, o que ainda torna o diagnóstico um grande desafio. E faz ainda com que esse diagnóstico chegue quando a doença já avançou.
O algoritmo desenvolvido pelos pesquisadores da Universidade da Califórnia, já é capaz de identificar os sintomas do Alzheimer até seis anos antes de um diagnóstico comum.
Os resultados foram animadores: o algoritmo conseguiu identificar corretamente 92% dos pacientes que desenvolveram a doença de Alzheimer no primeiro teste e 98% no segundo teste, fazendo previsões corretas em média seis anos antes de o paciente receber um diagnóstico de Alzheimer.
Ainda que o algoritmo ainda não esteja pronto para uso clínico, já é possível imaginar um futuro mais eficiente para os pacientes.
Recentemente uma equipe de pesquisadores da Universidade de Coimbra, em Portugal, identificou a região do cérebro humano chamada de cíngulo posterior como a área em que ocorrem as primeiras alterações causadas pelo Alzheimer, o que abriria caminho para um tratamento precoce da doença.
Os pesquisadores descobriram que, no cíngulo posterior, ocorrem três sintomas típicos de fases iniciais da doença de Alzheimer: inflamação neural, acúmulo de proteínas amiloides (que são insolúveis no corpo humano) e atividade neuronal aparentemente compensatória, em que uma região do cérebro tenta agir para compensar o déficit de funcionamento apresentado por outra.
Ainda que o cenário de tratamento permaneça sombrio para pacientes de Alzheimer, os cientistas progrediram na compreensão de alguns dos fatores genéticos e moleculares da doença.
Um trabalho fantástico, onde a tecnologia apresenta ótimos resultados, vem sendo feito pela Neuralink, empresa do investidor Elon Musk.
Já em estágio avançado, a empresa em pouco mais de três anos de trabalho, implantando eletrodos ultrafinos no cérebro, chips capazes de processar muito rapidamente as informações produzidas pelos neurônios e servindo como uma interface bidirecional com eles, e até mesmo um robô capaz de inserir esses eletrodos no cérebro afetando minimamente tecidos e sem risco de danificar vasos sanguíneos ou outras estruturas críticas.
O que parece é que o que a empresa vem empregando muitos avanços da microeletrônica no campo da neurocirurgia, e que para isso, além disso, tem confiado muito solidamente em todas as pesquisas anteriores nessa área e em desenvolvimentos e avanços como aqueles que possibilitaram os chamados implantes coleares que são aplicados para certos tipos de surdez ou estimulação cerebral profunda (DBS) que se aplica em casos de Parkinson.
A ideia é, depois de conseguir a aprovação da FDA (o que não é impossível, pois na verdade já foi obtido há muito tempo para outros tipos de dispositivos intracerebrais profundos como os já mencionados acima), dar início a sua aplicação com o objetivo inicial de tratar vários tipos de distúrbios ou problemas cerebrais ou espinhais, como paralisia, Parkinson, distonias, transtornos obsessivo-compulsivos, epilepsia, etc. A partir daí, poderiam ser feitos progressos para obter cada vez mais informações sobre a eventual aplicação dessa tecnologia como interface cérebro-máquina (IMC ou IMC), e seu eventual uso voluntário por qualquer pessoa. Se parece impossível ou que ninguém queira se submeter voluntariamente, pense que o procedimento de implantação não deve exigir uma intervenção cirúrgica complexa ou mesmo uma anestesia total, mas seria mais como, nas palavras de alguns dos participantes da apresentação, uma operação de miopia a laser, um procedimento depois do qual você pode ir para casa em poucas horas.
Esses passos levam a digitalização do nosso cérebro, os estímulos produzidos pelos neurônios e dessa forma, ser capaz de interpretá-los. Afinal de forma simplificada, uma memória, pode ser visto, como um circuito neural redundante que é inervado durante o tempo em que a memória permanece ou é evocada. O que podemos chegar se conseguirmos mapear os potenciais de ação do nosso cérebro, se fosse hipoteticamente possível capturar toda a sua atividade? Como resolver os lapsos de memória? Como melhorar a memória? Como entender como ela se perde? Qual a razão de alguns terem uma memória melhor que outros?
Logicamente, para abordar a captura da quantidade de informações necessárias para a codificação de uma determinada ação você precisa ser capaz de ler os potenciais de ação de muitos neurônios, portanto é necessário inserir um grande número de eletrodos perto desses mesmos neurônios, para poder capturar seus potenciais de ação, mapeá-los e associá-los a todos os tipos de ações, de estímulos ou pensamentos. Um mapa de atividade cerebral que hipoteticamente acabará nos permitindo não só ser capaz de ler nosso cérebro, mas até mesmo ser capaz de escrever nele gerando esses potenciais através de eletrodos, de forma bidirecional, na linha de experimentos de algum tempo atrás em que uma descarga localizada ao lado de um neurônio no córtex visual consegue induzir uma pessoa a ver um flash de luz que não existe em um determinado lugar. A partir daí, as possibilidades são praticamente ilimitadas, incluindo, logicamente, a hipotética “fusão” do homem e da máquina ou o uso de nossos próprios sentidos como uma maneira de alimentar dados que seriam algoritmicamente processados pelo aprendizado de máquina. Até onde podemos chegar? Quais os limites éticos e legais?
Inicialmente, pensar na ideia de encher nosso cérebro com eletrodos, não importa o quanto eles nos assegurem que é feito por um robô que não comete erros e que eles não vão causar danos, certamente não é nada atraente. Porém no estado atual da tecnologia, a única possibilidade de capturar esses potenciais de ação de neurônios com fidelidade suficiente e poder induzi-los está associada à proximidade física, o que faz dessa tecnologia, no momento, a única com possibilidades de conseguir chegar a esse fim. O futuro nunca esteve tão presente.