IA desenvolvida em SC identifica possíveis sinais de autismo com 90% de precisão usando histórico de saúde

Uma ferramenta de Inteligência Artificial (IA) desenvolvida pela Universidade do Estado de Santa Catarina (Udesc) pode identificar possíveis sinais de autismo com 90% de precisão usando o histórico de saúde. O estudo da Udesc de Joinville, feito em parceria com a Unimed, chegou a ser publicado em uma revista internacional.

A pesquisa teve como coordenador o doutor Rafael Stubs Parpinelli, que é professor do curso de Ciência da Computação da Udesc e no Programa de Pós-Graduação em Computação Aplicada (PPGCAP), além de ser vice-presidente da Sociedade Brasileira de Inteligência Artificial.

O projeto foi desenvolvido em parceria com a Federação Unimed Santa Catarina, momento em que foi criado um modelo de IA que realiza a triagem de possíveis casos de Transtorno do Espectro Autista (TEA). Com cerca de 90% de precisão, o sistema já está em funcionamento na operadora e pode facilitar o acompanhamento terapêutico de crianças com até oito anos de idade.

O que é essa ferramenta de IA que pode identificar sinais de autismo

Ao contrário de outras pesquisas que recorrem a imagens cerebrais, rastreamento do olhar ou análise de expressões faciais, o estudo da Udesc Joinville, publicado em periódico internacional, utiliza apenas dados administrativos para identificar possíveis sinais do TEA, como consultas a psicólogo, oftalmologista e neurologista. A hipótese dos pesquisadores é que o histórico de uso do plano de saúde contém padrões capazes de indicar sinais de autismo. 

O sistema não substitui o diagnóstico clínico, mas funciona como um mecanismo de alerta que acelera o acesso ao cuidado especializado. A triagem é como um primeiro passo para o direcionamento a avaliações mais complexas que vão confirmar ou não o Transtorno. 

Segundo o Mapa Autismo Brasil, a maior parte da população autista recebe diagnóstico na primeira infância, entre 0 e 4 anos. Ainda assim, a idade média é de 11 anos, o que indica que muitos laudos continuam sendo emitidos apenas nas faixas etárias mais avançadas. O levantamento também mostra que a maioria das pessoas autistas recebe menos suporte terapêutico do que o recomendado. 

Para promover melhorias nesse cenário, a pesquisa da Udesc busca estruturar uma “esteira de cuidado” em TEA, explica Parpinelli. O termo refere-se ao percurso de atendimento oferecido ao paciente, processo no qual a criança é avaliada e encaminhada a especialistas para receber as terapias indicadas e ter seu desenvolvimento acompanhado ao longo do tempo. Otimizar esse fluxo facilita a comunicação entre a equipe multiprofissional e a família, permitindo o ajuste do plano terapêutico conforme a evolução do paciente. 

Como funciona

O modelo de IA utiliza 22 variáveis para detectar sinais precoces de TEA. Denominadas pelos autores de variáveis “não diagnósticas”, incluem dados dos pais, dados relacionados à gestação e histórico de consulta da criança, como pediatra, fonoaudiólogo, terapeuta ocupacional, psicólogo, neurologista, entre outros. Para chegar até uma possível associação ao TEA, o modelo precisa combinar várias das características, e não apenas uma variável isolada. 

Antes de treinar a inteligência artificial, pesquisadores da Udesc Joinville reuniram especialistas em autismo e profissionais da operadora de saúde para identificar quais informações poderiam revelar padrões associados ao TEA. A seguir, aplicaram testes de correlação para avaliar se o sistema consegue justificar suas decisões para seres humanos. Essa etapa filtrou as variáveis mais relevantes e moldou o algoritmo do machine learning, afirma Parpinelli. 

O ajuste excessivo na base de dados, no entanto, pode gerar overfitting – quando o modelo de IA “memoriza” o treinamento em vez de aprender os padrões gerais, o que o faz falhar na tentativa de prever dados novos do mundo real. 

Para minimizar o risco de viés e distorção dos resultados, pesquisadores combinaram diferentes estratégias. Uma delas foi a utilização de amostra estratificada, o que preservou a proporção entre as classes (pessoas com TEA e sem TEA). A avaliação às cegas pela equipe de saúde da operadora também foi importante para a consolidação do resultado. 

Parpinelli destaca ainda que o modelo é treinado somente com dados anônimos. A identidade das pessoas permanece protegida durante o desenvolvimento da inteligência artificial, e apenas o resultado da triagem é utilizado pela operadora para encaminhar casos suspeitos a uma avaliação especializada. 

“Debatemos questões éticas desde a etapa inicial de construção da base, em respeito à Lei Geral de Proteção de Dados Pessoais”, ressalta o coordenador. 

A cooperação da Udesc Joinville com a entidade é um exemplo de como o conhecimento científico pode aprimorar a indústria. Parpinelli foi um dos primeiros docentes a fazer parte de acordos de parceria da Udesc com empresas, impulsionando a implementação da Bolsa de Estímulo à Inovação. Hoje a modalidade está consolidada na universidade, afirma Elaine Zeni Vieira, da Secretaria de Inovação, Parcerias e Empreendedorismo (Sipe). Em 2025 foram concedidas 777 bolsas dessa categoria, sendo 512 destinadas a estudantes e 265 a docentes. 

Anteriormente, Parpinelli coordenou projetos de pesquisa com a empresa multinacional WEG S.A., o Hospital de Olhos Sadalla Amin Ghanem e a fabricante de aço ArcelorMittal. 

“A ideia é aplicar inteligência artificial para trazer valor às empresas e resolver problemas reais. Essa sinergia com a academia é fundamental, pois o acompanhamento do coordenador da pesquisa traz celeridade e qualidade às entregas. A empresa investe, mas tem retorno”, reflete.

O professor ressalta que sem força de trabalho humana não há soluções inovadoras, tanto nas empresas quanto na universidade. “São as pessoas que fazem a diferença”, afirma. Com entusiasmo, destaca ter encontrado ex-alunos nos projetos de cooperação com o setor privado. 

“É muito legal saber que as empresas fazem bom uso dessa capacitação que foi trilhada dentro da Udesc. Fico feliz quando encontro alunos atuantes e em cargos elevados”. 

Uma dessas pessoas é Ismael Antiqueira Costa, graduado em Ciências da Computação pela Udesc e um dos autores do artigo sobre uso de IA na triagem em TEA. Hoje, Costa é especialista em inovação em saúde no Exponencial, hub de inovação e negócios do Grupo Unimed Santa Catarina. Iniciou o estágio na empresa durante a graduação e permaneceu desde então.

“A formação na Udesc foi fundamental para a construção de um perfil profissional altamente preparado para enfrentar os desafios do ambiente de inovação”, reconhece o ex-aluno. “A bagagem adquirida em computação proporciona um diferencial expressivo na análise, planejamento e tomada de decisões em projetos com arquiteturas computacionais de alta complexidade”. 

Além da pesquisa sobre TEA, o Laboratório de Pesquisa em Inteligência Computacional, coordenado pelo professor Parpinelli, estuda deep learning, otimização multi-objetivo e visão computacional.