Inteligência artificial pode diagnosticar enxaqueca sem perguntar sobre a dor de cabeça?
Diagnosticar enxaqueca costuma depender, acima de tudo, de uma coisa: a descrição da própria dor. Localização, intensidade, duração, sintomas associados. É a partir desse relato que o diagnóstico tradicionalmente se constrói.
Mas e se fosse possível identificar a enxaqueca observando outros aspectos da saúde de uma pessoa — sem perguntar diretamente sobre a dor de cabeça?
Uma pesquisa recente testou justamente essa possibilidade, usando inteligência artificial para analisar informações clínicas e genéticas que, à primeira vista, não têm relação direta com a dor.
O que essa pesquisa investigou?
O estudo foi conduzido a partir de dados do Trøndelag Health Study (HUNT), um grande levantamento de base populacional realizado na Noruega, e teve seus resultados publicados na revista Neurology.
O objetivo foi verificar se modelos de aprendizado de máquina conseguiriam diagnosticar enxaqueca usando apenas dados clínicos e genéticos não relacionados à dor de cabeça, além de identificar, a partir desses mesmos dados, diferentes subtipos da doença.
Essa investigação está detalhada na reportagem da Neurology Advisor sobre o uso de inteligência artificial no diagnóstico da enxaqueca, que serve de base para este texto.
Foram incluídas 43.197 pessoas com dados clínicos e genéticos na etapa de diagnóstico automatizado, e 12.185 pessoas com dados mais detalhados na etapa voltada a identificar subtipos da doença. Nesse segundo grupo, 21% e 37% das pessoas, respectivamente, foram classificadas como tendo enxaqueca.
Como o modelo de inteligência artificial funcionou?
Diferente de uma consulta tradicional, o modelo não teve acesso a informações sobre a dor de cabeça em si. Em vez disso, analisou fatores como idade, sexo, período menstrual, uso de anticoncepcionais, pressão arterial, presença de dor no pescoço, náusea, sonolência e a percepção da própria pessoa sobre sua saúde física e mental.
Para testar sua confiabilidade, o modelo foi treinado com a maior parte dos dados e depois avaliado em uma parcela menor, que não havia sido usada no treinamento — uma forma de verificar se ele realmente aprendeu padrões úteis, e não apenas memorizou os dados.
Qual foi a precisão do modelo?
O modelo baseado apenas em dados clínicos (sem informação genética) alcançou uma capacidade de distinção entre pessoas com e sem enxaqueca de 0,79, numa escala em que 0,50 equivale ao acaso e 1,0 representaria uma distinção perfeita. O modelo baseado apenas em dados genéticos teve desempenho mais modesto, de 0,63.
Quando dados clínicos e genéticos foram combinados, essa capacidade de distinção subiu para 0,80, com uma acurácia geral de 81% — ou seja, o modelo classificou corretamente a grande maioria das pessoas como tendo ou não enxaqueca, mesmo sem qualquer informação direta sobre a dor de cabeça.
Quais fatores mais ajudaram a identificar quem tinha enxaqueca?
Entre os fatores não relacionados à dor de cabeça que mais contribuíram para o diagnóstico automatizado, estavam a idade, o sexo feminino, o período menstrual, dor no pescoço, náusea, sonolência, um padrão específico de pressão arterial — mais baixa na medida sistólica e mais alta na diastólica — e uma percepção mais positiva da própria saúde geral e mental.
Também foram observadas interações relevantes entre idade, sexo, período menstrual, uso de anticoncepcionais e a percepção de saúde relatada pela própria pessoa, sugerindo que esses fatores não atuam isoladamente, mas se combinam de formas específicas.
A inteligência artificial encontrou diferentes "tipos" de enxaqueca?
Sim, e esse talvez seja o achado mais interessante da pesquisa. A partir dos mesmos dados, o modelo identificou dois grandes agrupamentos: um formado majoritariamente por pessoas com dor de cabeça que não era enxaqueca, e outro composto quase inteiramente por pessoas com enxaqueca.
Dentro desse segundo grupo, uma análise mais detalhada revelou quatro subtipos distintos: um formado exclusivamente por homens; um composto por mulheres com dor no pescoço e sem sintomas gastrointestinais; um caracterizado por mulheres com pontuações mais altas em uma escala validada de ansiedade e depressão, além de dor musculoesquelética e pior percepção da própria saúde; e um último grupo de mulheres com pontuações mais baixas nessa mesma escala, mas com dor de característica pulsátil.
Os pesquisadores também observaram diferenças no risco genético estimado entre os dois grandes agrupamentos, o que reforça a ideia de que esses subtipos podem ter bases biológicas distintas — ainda que os próprios autores destaquem que não é possível, a partir desse desenho de estudo, afirmar relações de causa e efeito entre os fatores identificados e a enxaqueca.
Quais são as limitações desse estudo?
Os próprios pesquisadores apontam pontos importantes de cautela. Os dados clínicos foram autorrelatados pelos próprios participantes, o que abre espaço para classificações incorretas do tipo de dor de cabeça. As informações clínicas e genéticas foram coletadas entre 1995 e 2008, com uma tecnologia de genotipagem hoje considerada ultrapassada.
Além disso, o estudo não permite concluir que os fatores identificados causam a enxaqueca ou seus subtipos, apenas que estão associados a eles, e os resultados ainda não foram testados em um grupo independente de pessoas para confirmar sua validade.
O que fica desse conjunto de dados
O principal achado dessa pesquisa é que a enxaqueca pode ser identificada por meio de uma combinação de fatores clínicos, genéticos e ambientais que vão muito além da própria dor de cabeça — e que a inteligência artificial pode ajudar a distinguir subtipos clinicamente relevantes da doença, possivelmente não capturados pelos critérios diagnósticos atuais.
Isso reforça uma ideia importante para quem convive com a enxaqueca: a doença dificilmente se resume a um único padrão, e reconhecer essa diversidade pode ser um passo relevante em direção a abordagens mais personalizadas no futuro.
Comentários