Pesquisa usa IA para detectar sinais de autismo e TDAH em alunos

Pesquisadores da Universidade Federal do Pará, em Canaã dos Carajás, apresentam estudo com uso de inteligência artificial para identificar sinais de Transtorno do Espectro Autista (TEA), Transtorno do Déficit de Atenção com Hiperatividade (TDAH) e Transtorno do Processamento Auditivo Central (TPAC) em crianças de 4 e 5 anos; participam 102 alunos.
Câmaras instaladas na sala registram reações emocionais durante atividades curtas, com duração de dois a três minutos, para geração de vídeos quadro a quadro.
A inteligência artificial transforma os registros em dados estruturados de resposta emocional e identifica padrões de comportamento que podem indicar neurodivergência, comparando com o comportamento de outras crianças.
Cada aluno é analisado individualmente ao longo do tempo, com a construção de uma série histórica das respostas, que é organizada e avaliada em laboratório na UFPA.
O estudo, iniciado em abril de dois mil e vinte e três pelo LabCity (Laboratório de Inteligência Artificial Aplicada a Cidades Inteligentes), conta com apoio de professores e estudantes e prevê apresentar os resultados nos próximos meses.

O estudo utiliza inteligência artificial para identificar sinais de TEA, TDAH e TPAC em alunos de Canaã dos Carajás, no Pará. Participam 102 crianças de 4 e 5 anos da rede municipal, com registro de reações em sala durante atividades curtas.

A pesquisa é conduzida pela UFPA, em parceria com escolas e profissionais de saúde do município. O objetivo é ampliar o diagnóstico precoce de transtornos neuropsiquiátricos na região.

Iniciado em abril de 2023, o projeto acompanha as crianças ao longo de diferentes dias e contextos. O método envolve câmeras na sala e estímulos breves de 2 a 3 minutos.

Metodologia e objetivos

Professores ativam as câmeras durante as atividades. As imagens geram vídeos que a IA analisa quadro a quadro, convertendo reações em dados estruturados para identificar padrões de comportamento.

Cada aluno é monitorado individualmente, com uma série histórica de respostas. Os dados são avaliados em laboratórios da UFPA para validar potenciais indicadores de atraso diagnóstico.

A expectativa é que os resultados contribuam para reduzir a subutilização de recursos e acelerar o encaminhamento para intervenções, especialmente em regiões com menos acesso a serviços.