Suporte ao Pré-diagnóstico de Crianças com Sintomas de TEA, Orientado por Visão Computacional

O Transtorno do Espectro Autista (TEA) é uma condição que afeta o neurodesenvolvimento da criança. O
diagnóstico precoce representa o acesso antecipado ao tratamento, suscitando benefícios como a redução do nível de suporte. No entanto, o diagnóstico é tardio, principalmente para populações rurais e pessoas pretas. Assim, percebe-se a relevância da atual proposta no Vale do Ribeira, região predominantemente rural. Neste contexto, a utilização de protocolos de triagem e a aplicação de Inteligência Artificial (IA) oferecem uma abordagem promissora para um pré-diagnóstico mais eficiente e preciso. Este trabalho propõe uma aplicação móvel, desenvolvida com base no sistema Computer-aided diagnosis (CAD), com o objetivo de auxiliar os profissionais de saúde no pré-diagnóstico do Transtorno do Espectro Autista (TEA) em crianças de 0 a 2 anos. O aplicativo foi desenvolvido utilizando os frameworks Kotlin, JAVA e Python, com armazenamento de dados realizado no banco não relacional Atlas MongoDB, e a inteligência artificial foi implementada com base no modelo de aprendizagem de rede neural MultiLayer Perceptron (MLP). A metodologia adotada abrangeu pesquisas bibliográficas e uma abordagem de pesquisa de campo, complementada pelo desenvolvimento do aplicativo. Esta abordagem multidisciplinar não apenas reforça a base teórica do projeto, mas também permite a integração de insights práticos no processo de desenvolvimento. Em suma, esta iniciativa não só representa um avanço significativo na área do pré-diagnóstico do TEA infantil, mas também promove a acessibilidade ao utilizar tecnologias de ponta e métodos de pesquisa abrangentes. Após a implementação do aplicativo, os problemas descobertos durante a pesquisa de campo poderão ser amenizados, visto que o algoritmo de rede neural demonstrou uma média da taxa de acurácia acima de 90%, o que torna o projeto promissor.

Autores:
Alves, A.; Coelho, A.; Nogueira, A.

Orientadores:
Prof. Frederico B. Muniz;
Profa. Thissiany Beatriz Almeida

Grande área:
Saúde

FORPROEX:
Área Temática: 6
Linha de Extensão: 38 e 46

Classificação CEA:
Científico, Empreendedor e Acadêmico