IA ANALISA MOVIMENTOS DE BEBÊS PARA ANTECIPAR SINAIS DE ALERTA

Os movimentos espontâneos de um bebê podem oferecer pistas importantes sobre o desenvolvimento neurológico. Reconhecer essas pistas exige experiência clínica, mas pesquisadores estão investigando como a inteligência artificial pode ajudar a analisar grandes quantidades de vídeos e destacar padrões que merecem uma avaliação mais cuidadosa.

Um estudo publicado na revista científica npj Digital Medicine apresenta o DeepAD, um modelo de aprendizado de máquina desenvolvido para identificar movimentos considerados atípicos em bebês.

A pesquisa utilizou mais de 1.300 vídeos coletados ao longo de cinco anos em três hospitais infantis da China, incluindo registros de aproximadamente 50 bebês diagnosticados com paralisia cerebral.

A proposta é ampliar as possibilidades de triagem precoce, ajudando a reconhecer crianças que podem precisar de uma investigação clínica mais aprofundada.

O que os movimentos podem revelar

Nos primeiros meses de vida, os bebês apresentam movimentos espontâneos que fazem parte do desenvolvimento motor. A maneira como esses movimentos aparecem, variam e se organizam pode fornecer informações sobre a maturação do sistema nervoso.

Quando determinados padrões estão ausentes ou apresentam características incomuns, eles podem funcionar como sinais de alerta para alterações neurológicas. A paralisia cerebral é uma das condições em que a identificação precoce pode ser especialmente importante, pois permite encaminhar a criança para avaliações e intervenções adequadas mais cedo.

A interpretação desses sinais, entretanto, não é simples. Os movimentos variam naturalmente entre os bebês, e a análise depende de fatores como idade, qualidade das gravações e experiência de quem avalia.

É nesse cenário que os pesquisadores buscaram desenvolver uma ferramenta capaz de reconhecer padrões em vídeos de forma automatizada.

Análise de vídeos busca reconhecer padrões de movimento que auxiliam a avaliação do desenvolvimento neurológico

Como funciona o modelo?

O sistema DeepAD utiliza aprendizado de máquina generativo para aprender características dos movimentos e identificar sequências que se afastam dos padrões esperados. O método foi desenvolvido para lidar com um desafio frequente na área: a quantidade limitada de vídeos infantis que já foram avaliados e classificados detalhadamente por especialistas.

Para isso, os pesquisadores trabalharam com gravações reunidas entre 2019 e 2024 em três hospitais pediátricos chineses. O conjunto de dados continha mais de 1.300 vídeos e incluía cerca de 50 bebês com diagnóstico de paralisia cerebral.

Nos experimentos apresentados, o modelo teve desempenho superior ao de métodos de comparação e resultados em nível semelhante ao de especialistas clínicos. Os autores apontam que a abordagem pode contribuir para tornar a triagem mais escalável, especialmente em contextos nos quais o acesso a profissionais altamente especializados é limitado.

Uma ferramenta de apoio, não um diagnóstico automático

Apesar dos resultados promissores, é importante entender o alcance da descoberta. O estudo investiga uma ferramenta para identificar padrões de movimento associados a possíveis alterações do neurodesenvolvimento. Isso não significa que a inteligência artificial consiga diagnosticar, sozinha, uma criança ou determinar com certeza como será seu desenvolvimento futuro.

O conjunto de dados também tinha uma característica importante: incluía um número relativamente pequeno de bebês com paralisia cerebral. Por isso, serão necessárias avaliações adicionais para compreender como o sistema se comporta em populações maiores e mais diversas, além de verificar seu desempenho em diferentes condições de gravação e atendimento.

Na prática, uma ferramenta desse tipo poderia funcionar como apoio à triagem, sinalizando vídeos que mereçam atenção profissional. A avaliação médica continuaria essencial para interpretar os resultados, considerar o histórico da criança e definir os próximos passos.

A importância de reconhecer sinais cedo

A identificação precoce de alterações no desenvolvimento pode abrir caminho para acompanhamento especializado e intervenções no momento adequado.

Tecnologias capazes de analisar movimentos em larga escala podem ajudar a ampliar esse trabalho, desde que sejam validadas em condições reais e utilizadas com supervisão clínica.

O avanço apresentado pelo estudo está em explorar uma nova maneira de examinar informações que já existem nos movimentos cotidianos dos bebês.

Em vez de substituir a experiência dos profissionais, a inteligência artificial pode, no futuro, ajudar a tornar a triagem mais acessível e oferecer mais uma ferramenta para acompanhar o desenvolvimento infantil.