À medida que as pessoas envelhecem, seus cérebros também envelhecem. No entanto, se um cérebro envelhece prematuramente, há potencial para doenças relacionadas à idade, como comprometimento cognitivo leve, demência ou doença de Parkinson. Se a “idade cerebral” pudesse ser facilmente calculada, então o envelhecimento prematuro do cérebro poderia ser abordado antes que problemas de saúde graves ocorressem.
Pesquisadores do Laboratório de Pesquisa em Criatividade da Universidade Drexel desenvolveram uma técnica de inteligência artificial que pode estimar efetivamente a idade do cérebro de um indivíduo com base em exames cerebrais de eletroencefalograma (EEG). A tecnologia poderia ajudar a tornar o rastreamento precoce e regular de doenças degenerativas do cérebro mais acessível. O trabalho foi publicado na revista Frontiers in Neuroergonomics.
Liderada por John Kounios, Ph.D., professor da Faculdade de Artes e Ciências da Drexel e diretor do Laboratório de Pesquisa em Criatividade, a equipe de pesquisa usou um tipo de inteligência artificial chamado aprendizado de máquina para estimar a idade do cérebro de um indivíduo de maneira semelhante à forma como alguém poderia adivinhar a idade de outra pessoa com base em sua aparência física.
“Quando você conhece alguém pela primeira vez, pode tentar estimar a idade dele ou dela: o cabelo está grisalho? Eles têm rugas?” disse Kounios. “Quando você descobre a idade real deles, pode se surpreender com o quão jovens ou velhos eles parecem para a idade deles e julgar que estão envelhecendo mais rapidamente ou mais lentamente do que o esperado.”
Atualmente, algoritmos de aprendizado de máquina podem aprender a partir de imagens de ressonância magnética (RM) dos cérebros de pessoas saudáveis quais características podem prever a idade do cérebro de um indivíduo. Ao alimentar muitas RM de cérebros saudáveis em um algoritmo de aprendizado de máquina junto com as idades cronológicas de cada um desses cérebros, o algoritmo pode aprender a estimar a idade do cérebro de um indivíduo com base em sua RM. Usando esse framework, Kounios e seus colegas desenvolveram o método para usar EEGs em vez de RM.
Isso pode ser considerado como uma medida de saúde cerebral geral, de acordo com Kounios. Se um cérebro parecer mais jovem do que os cérebros de outras pessoas saudáveis da mesma idade, então não há motivo para preocupação. Mas se um cérebro parecer mais velho do que os cérebros de pares saudáveis de idade semelhante, pode haver um envelhecimento prematuro do cérebro – uma “lacuna na idade cerebral”. Kounios explicou que esse tipo de lacuna na idade cerebral pode ser causado por uma história de doenças, toxinas, má nutrição e/ou lesões, e pode tornar uma pessoa vulnerável a distúrbios neurológicos relacionados à idade.
Apesar das estimativas de idade cerebral serem um marcador crítico de saúde, elas não foram amplamente utilizadas na área da saúde.
“As RM cerebrais são caras, e até agora, a estimativa da idade cerebral tem sido feita apenas em laboratórios de pesquisa em neurociência”, disse Kounios. “Mas meus colegas e eu desenvolvemos uma tecnologia de aprendizado de máquina para estimar a idade do cérebro de uma pessoa usando um sistema EEG de baixo custo.”
A eletroencefalografia, ou EEG, é um registro das ondas cerebrais de uma pessoa. É um procedimento menos caro e menos invasivo do que uma RM – o paciente simplesmente usa um capacete por alguns minutos. Portanto, um programa de aprendizado de máquina que pode estimar a idade do cérebro usando exames de EEG, em vez de RM, poderia ser uma ferramenta de triagem mais acessível para a saúde cerebral, segundo Kounios.
“Isso pode ser usado como uma maneira relativamente barata de triar um grande número de pessoas para vulnerabilidade a problemas relacionados à idade. E, devido ao seu baixo custo, uma pessoa pode ser triada em intervalos regulares para verificar mudanças ao longo do tempo”, disse Kounios. “Isso pode ajudar a testar a eficácia de medicamentos e outras intervenções. E pessoas saudáveis poderiam usar essa técnica para testar os efeitos de mudanças no estilo de vida como parte de uma estratégia global para otimizar o desempenho cerebral.”
A Universidade Drexel licenciou esta tecnologia de estimativa de idade cerebral para a empresa de saúde canadense DiagnaMed Holdings para incorporação em uma nova plataforma de saúde digital.
Além de Kounios, Fengqing Zhang, Ph.D., e Yongtaek Oh, Ph.D., da Universidade Drexel, e Jessica Fleck, Ph.D., da Universidade Stockton, contribuíram para esta pesquisa.
