Acaba de ser publicado na revista internacional Frontiers in Computation Neuroscience um artigo feito em uma parceria do Instituto do Cérebro com a Escola Politécnica da PUCRS. Intitulado “Explicação Visual para a identificação das bases cerebrais para a dislexia do desenvolvimento em dados de fMRI”, o artigo parte do pressuposto de que estudos de imagens cerebrais de distúrbios de saúde mental e neurodesenvolvimento incluíram recentemente abordagens de aprendizado de inteligência artificial para identificar pacientes com base apenas em sua ativação cerebral.

O objetivo é o de identificar características relacionadas ao cérebro que vem de amostras menores de dados para maiores; no caso de distúrbios do neurodesenvolvimento, encontrar esses padrões pode ajudar a compreender as diferenças na função e no desenvolvimento do cérebro que sustentam os primeiros sinais de risco para dislexia do desenvolvimento.

O uso de inteligência artificial em diferentes aplicações clínicas tem aumentado significativamente, mas restam desafios importantes. Podemos dividir em três principais:
1) replicabilidade de resultados em diferentes centros e populações clínicas de diferentes demografias;
2) viés de predição, onde vieses escondidos nas predições do algoritmo, como por exemplo, características distintas de uma população de dados podem levar a distorções em descobertas;
3) explicabilidade (abrir a caixa preta) dos algoritmos, ou seja, quando você consegue entender as decisões de um algoritmo de inteligência artificial, garantindo transparência para as suas decisões por meio dos padrões aprendidos, como por exemplo, padrões de funcionamento do cérebro característico de um grupo clínico, como é o caso da dislexia do desenvolvimento utilizada no artigo.

Em outras palavras, características de funcionamento do cérebro que diferenciam um grupo de leitores típicos e disléxicos foram identificadas pelo algoritmo de inteligência artificial. “O objetivo do algoritmo que publicamos vai nesse sentido, de possibilitar que o uso de aprendizado de máquina e, de maneira geral, inteligência artificial, tenham maneiras de visualizar os padrões que foram identificados no cérebro para o estudo de uma população clínica”, afirma Laura Tomaz da Silva, estudante de Psicologia da Escola de Ciências da Saúde e da Vida, que conduziu o estudo com a orientação do professor e pesquisador do InsCer, Augusto Buchweitz.