Aprendizado de máquina prevê comportamentos agressivos em jovens com autismo

Em um estudo inovador publicado online no JAMA Network Open, pesquisadores utilizaram o poder do aprendizado de máquina para prever com eficácia comportamentos agressivos iminentes em jovens internados com autismo. Liderada pelo Dr. Tales Imbiriba, da Northeastern University, em Boston, esta pesquisa representa um avanço significativo na compreensão e no manejo de comportamentos desafiadores associados ao autismo.

O estudo, realizado entre março de 2019 e março de 2020, focou em 70 pacientes psiquiátricos internados com diagnóstico confirmado de autismo. Esses indivíduos apresentavam comportamento autolesivo, desregulação emocional ou agressão contra outros, sendo 32 deles minimamente verbais e 30 com deficiência intelectual.

Equipados com biossensores disponíveis comercialmente, os sinais fisiológicos periféricos dos participantes foram registrados. A equipe de pesquisa analisou meticulosamente as características das séries temporaistracdos dados dos biossensores paradentpadrões que precedemdentagressivos.

Sessões de observação revelam insights cruciais

Durante o período do estudo, os pesquisadores realizaram 429 sessões de codificação observacional, totalizando impressionantes 497 horas. Nessas sessões, 6.665 comportamentos agressivos foram documentados e categorizados em autolesão (59,8%), desregulação emocional (31,0%) e agressão contra outros (9,3%).

A descoberta mais significativa do estudo reside na eficácia da regressão logística como classificador para prever comportamentos agressivos. Este método demonstrou uma precisão notável, com uma área média sob a curva ROC (característica de operação do receptor) de 0,80, particularmente na previsão de comportamentos agressivos três minutos antes de seu início.

As implicações desta pesquisa são profundas. Os autores sugerem que essas descobertas podem abrir caminho para o desenvolvimento de sistemas de saúde móveis que ofereçam intervenções adaptativas em tempo real. Essa tecnologia, que pode revolucionar a área, oferece novas possibilidades para intervenção preventiva. Ao focar na redução da imprevisibilidade do comportamento agressivo em jovens autistas, ela tem o potencial de melhorar significativamente sua qualidade de vida.

Transformando a vida de jovens internados com autismo

Este estudo inovador representa um avanço promissor na pesquisa sobre autismo e em estratégias de intervenção. Ele traz esperança para um melhor cuidado e apoio a indivíduos autistas que apresentam comportamentos desafiadores. Aprimorar a previsibilidade e o manejo desses comportamentos permite que jovens internados se integrem mais plenamente em suas casas, escolas e comunidades.

O sucesso do estudo reforça o potencial da aprendizagem automática para revolucionar a forma como compreendemos e cuidamos de indivíduos com autismo. Esta abordagem inovadora para prever comportamentos agressivos oferece uma nova dimensão de apoio que antes era inatingível. Os próximos passos envolverão o aperfeiçoamento e a aplicação prática destes modelos preditivos.

Perspectivas futuras para o atendimento ao autismo

À medida que esses modelos preditivos são desenvolvidos e aprimorados, o futuro do cuidado com o autismo se mostra promissor. Sistemas de saúde móveis que incorporam aprendizado de máquina podem se tornar ferramentas indispensáveis ​​para pais, cuidadores e profissionais de saúde, permitindo intervenções e suporte oportunos.

Em conclusão, o estudo inovador liderado pelo Dr. Tales Imbiriba demonstra o poder do aprendizado de máquina na previsão de comportamentos agressivos em jovens com autismo. Esta pesquisa oferece esperança para um futuro melhor para indivíduos que enfrentam os desafios associados ao autismo e fornece um caminho para o desenvolvimento de intervenções inovadoras e eficazes. Embora ainda haja trabalho a ser feito para traduzir essas descobertas em aplicações práticas, o potencial para melhorar a vida de pessoas com autismo é um objetivo que vale a pena perseguir.