Pesquisadores do Baylor College of Medicine e da Universidade de Yale incorporaram inteligência artificial (IA) generativa para criar modelo voltado ao cérebro. O Brain Language Model (BrainLM) foi criado com o intuito de modelar o cérebro sob abordagem teórica e determinar como as atividades cerebrais se relacionam ao comportamento humano e às doenças cerebrais.
“Há muito tempo, sabemos que a atividade cerebral está relacionada ao comportamento de uma pessoa e a muitas doenças, como convulsões ou Parkinson“, disse o Dr. Chadi Abdallah, professor-associado do Departamento Menninger de Psiquiatria e Ciências do Comportamento em Baylor e co-autor correspondente da pesquisa, publicada como artigo de conferência no ICLR 2024.
O doutor pontuou ainda que “as imagens cerebrais funcionais ou ressonâncias magnéticas funcionais nos permitem observar a atividade cerebral em todo o cérebro, mas, anteriormente, não conseguíamos capturar totalmente a dinâmica dessas atividades no tempo e no espaço usando ferramentas tradicionais de análise de dados”.
Mais recentemente, as pessoas começaram a usar o aprendizado de máquina para capturar a complexidade do cérebro e como ela se relaciona com doenças específicas, mas isso acabou exigindo o registro e o exame completo de milhares de pacientes com um determinado comportamento ou doença, um processo muito caro.
Dr. Chadi Abdallah, professor-associado do Departamento Menninger de Psiquiatria e Ciências do Comportamento em Baylor e co-autor correspondente da pesquisa
Anúncio
Imagem: nepool/Shutterstock
O advento da IA permitiu a criação de ferramentas generativas, capazes de criar modelos para tarefas específicas ou para certos tipos de pacientes. Como bem exemplifica o MedicalXpress, a IA generativa pode atuar como um detetive e descobrir padrões ocultos em conjunto de dados.
Quando analisam os pontos de dados e suas relações, os modelos podem aprender a dinâmica subjacente, ou seja, como e por que as coisas mudam e evoluem. Eles são ajustados para compreender diversos tópicos.
No caso deste modelo em particular, foi utilizada IA generativa para captar como funciona a atividade cerebral, seja a partir de um distúrbio, seja a partir de doença específica.
Dessa forma, pode-se aplicar isso a qualquer população, sem ser necessário conhecer o comportamento do indivíduo, tampouco informações sobre sua doença, histórico ou idade. A ferramenta precisa apenas da atividade cerebral para ensinar ao computador e ao modelo de IA utilizados como a atividade cerebral evolui no espaço e no tempo.
Como fazer a IA ler relação cérebro-doenças
Para montar o modelo, a equipe realizou 80 mil exames em 40 mil pessoas;
A seguir, treinaram o modelo para descobrir a relação ao longo do tempo entre essas atividades;
Na primeira etapa, o pré-processamento, resumiu os sinais e removeu ruídos irrelevantes;
Os resumos foram então colocados em modelo de aprendizado de máquina e mascaram uma parcela dos dados de cada pessoa;
Uma vez que o modelo aprendeu a dinâmica, os pesquisadores o testaram em grupo de testes que não havia participado da pesquisa até então;
Eles também o testaram em várias amostras para entender até que ponto o modelo seria capaz de generalizar o que aprendeu com dados obtidos de diferentes pessoas, tais como adultos mais velhos e jovens.
Se quisermos fazer ensaio clínico para desenvolver medicamento para a depressão, por exemplo, pode custar centenas de milhões de dólares porque é necessário inscrever grande número de pacientes e tratá-los durante longo período.
Com o poder do BrainLM, podemos, potencialmente, cortar esse custo pela metade, matriculando apenas metade dos indivíduos, usando o poder do BrainLM para selecionar os indivíduos que mais gostariam de se beneficiar de um tratamento. Assim, o BrainLM pode aplicar o conhecimento aprendido com os 80 mil exames para aplicá-lo a esses assuntos de estudo específicos.
Anúncio
Dr. Chadi Abdallah, professor-associado do Departamento Menninger de Psiquiatria e Ciências do Comportamento em Baylor e co-autor correspondente da pesquisa
Imagem: everything possible/Shutterstock
Descobertas
Com os testes, os cientistas descobriram que o BrainLM obteve bom desempenho com várias das amostras, sem contar que ele também prevê melhor a gravidade de depressão, ansiedade e transtorno de estresse pós-traumático (TEPT) do que ferramentas de aprendizado de máquina que não possuem IA generativa.
Descobrimos que o BrainLM está funcionando muito bem. Ele está prevendo a atividade cerebral em nova amostra oculta durante o treinamento, além de ter bom desempenho com dados de novos scanners e de nova população.
Esses resultados impressionantes foram alcançados com exames de 40 mil indivíduos. Agora, estamos trabalhando para aumentar consideravelmente o conjunto de dados de treinamento.
Quanto mais forte for o modelo que pudermos construir, mais poderemos fazer para ajudar no atendimento ao paciente, como desenvolver novos tratamentos para doenças mentais, ou orientar a neurocirurgia para convulsões ou DBS [Deep Brain Simulation, ou estimulação cerebral profunda].
Dr. Chadi Abdallah, professor-associado do Departamento Menninger de Psiquiatria e Ciências do Comportamento em Baylor e co-autor correspondente da pesquisa
Anúncio
Agora, os pesquisadores querem aplicar o modelo em futuras pesquisas para prever doenças relacionadas ao cérebro.
A inteligência artificial na medicina já não é uma promessa distante — ela está acontecendo agora. Para especialistas, o debate atual não gira mais em torno do “se”, mas do “como” usar essa tecnologia com segurança e responsabilidade. O tema ganhou força justamente pelo impacto crescente da IA na tomada de decisões clínicas.
Mesmo entre defensores da inovação, permanece a preocupação central: garantir que os algoritmos sejam confiáveis e sustentados por boas práticas. Sem essa base, a tecnologia corre o risco de comprometer diagnósticos e condutas, como destaca reportagem do G1.
Impacto crescente da IA na tomada de decisões clínicas intensifica o debate sobre critérios, segurança e qualidade dos algoritmos. Créditos: Phanphen Kaewwannarat / iStock
IA na saúde exige responsabilidade
Os debates mais recentes deixam evidente que a IA já está no cotidiano da medicina. Mas, como alertou o médico Charles Souleyman, diretor-executivo da Rede Total Care, usar tecnologia apenas para acelerar atendimentos pode gerar efeitos indesejados.
Ele critica modelos de telemedicina baseados em consultas rápidas e pouco aprofundadas. “O resultado é uma consulta de péssima qualidade, com um agravante: provavelmente, será solicitado um número excessivo de exames”.
O desafio, portanto, é incorporar essas ferramentas sem transformar o atendimento em algo automático ou sem critério. A IA pode ser uma aliada poderosa, mas precisa ser usada de maneira cuidadosa.
Anúncio
Debates mostram que incorporar IA sem avaliação rigorosa pode tornar o atendimento automático e menos preciso. Imagem: Natali _ Mis/Shutterstock
Algoritmos bem treinados fazem toda a diferença
Para que a inteligência artificial realmente contribua com decisões clínicas, ela precisa se apoiar em bases de dados sólidas. Isso torna a qualidade e a validação dos algoritmos fatores essenciais.
Os dados precisam de robustez e é fundamental saber se o algoritmo foi bem treinado, se a validação é consistente.
Carlos Sacomani, urologista e especialista em projetos de telemedicina, durante o FISweek 2025, evento dedicado a inovação e tendências em saúde.
Ele também chama atenção para um ponto importante: alguns produtos do mercado prometem resolver qualquer demanda, mas nem sempre entregam o que anunciam. Sem validação adequada, a IA pode gerar uma falsa sensação de precisão — algo perigoso em ambientes médicos.
O que torna um algoritmo confiável?
Uso de bases de dados amplas e representativas.
Validações consistentes antes da aplicação clínica.
Revisão constante por profissionais especializados.
IA ajuda médicos a priorizar dúvidas, sugerir abordagens e otimizar o fluxo interno, elevando a qualidade do atendimento. Imagem: Shutterstock/Adisak Riwkratok
Profissionais precisam ser treinados para usar IA
Souleyman também destaca um problema que ainda está longe de ser resolvido: a formação dos profissionais de saúde para trabalhar com IA. Segundo ele, a capacitação ainda não faz parte das grades das faculdades de medicina, criando uma lacuna importante.
Esse preparo é indispensável. Afinal, a tecnologia exige médicos capazes de fazer as perguntas certas e interpretar sugestões com senso crítico.
Além disso, consultas assistidas por IA podem melhorar a experiência do paciente. A ferramenta pode ajudar o médico a organizar dúvidas comuns, sugerir falas mais acolhedoras e até indicar exames complementares — sempre com supervisão humana. No dia a dia, a IA também pode agilizar fluxos internos, otimizar o tempo do especialista e tornar o atendimento mais eficiente.
As discussões do FISweek 2025 mostram que a inteligência artificial tem potencial para transformar tanto o cuidado ao paciente quanto a gestão hospitalar. Mas isso só será viável com validação rigorosa, critérios bem definidos e profissionais preparados para usá-la de maneira ética e consciente.
Uma revisão abrangente conduzida por pesquisadores da Universidade Curtin, na Austrália, em parceria com instituições da Etiópia, indica que a suplementação pré-natal com ácido fólico e multivitamínicos está associada a um risco até 30% menor de desenvolvimento de transtorno do espectro autista (TEA) em crianças.
A análise reuniu evidências de revisões sistemáticas e meta-análises que, juntas, incluem mais de três milhões de participantes.
O TEA, que atinge cerca de 1% das crianças globalmente, afeta habilidades sociais, comunicação e comportamento, podendo coexistir com condições como ansiedade, TDAH, distúrbios do sono e epilepsia.
A nutrição materna pré-natal é considerada um dos fatores ambientais modificáveis mais importantes para o neurodesenvolvimento.
Anúncio
Ácido fólico na gravidez mostra efeito protetor contra autismo, dizem pesquisadores – Imagem: Shutterstock/Doucefleur
A revisão, publicada na PLOS One, avaliou oito revisões sistemáticas que investigaram o uso materno de ácido fólico e multivitamínicos.
A maioria apontou associação entre o uso desses suplementos e menor risco de TEA, embora algumas análises anteriores tenham apresentado resultados contraditórios.
No conjunto, a nova avaliação encontrou uma redução média de 30% no risco entre mães que utilizaram ácido fólico ou multivitamínicos durante o período pré-natal.
Em subanálises, multivitamínicos mostraram redução de 34% no risco e o ácido fólico isolado, de 30%.
Os resultados mantiveram consistência mesmo quando cada revisão foi retirada individualmente da análise.
Revisão de estudos revela queda consistente no risco de TEA entre mulheres que usaram suplementos antes e durante a gestação (Imagem: Prostock-studio / Shutterstock)
Efeito protetor reforçado
Os autores classificam as evidências como “altamente sugestivas” de um efeito protetor dos suplementos no desenvolvimento cerebral fetal.
O ácido fólico desempenha papel central na formação do tubo neural e na regulação epigenética, enquanto os multivitamínicos contribuem para equilíbrio imunológico e metabolismo de neurotransmissores.
Segundo os pesquisadores, a força do padrão observado sustenta recomendações para que mulheres utilizem ácido fólico e multivitamínicos antes da concepção e nas primeiras fases da gravidez.
Evidências mostram redução significativa no risco de autismo, sustentando políticas públicas de suplementação materna – Imagem: Veja/Shutterstock
O Ministério da Saúde apresentou, nesta terça-feira (18), uma nova estratégia para modernizar o Sistema Único de Saúde (SUS) a partir da criação de uma rede nacional de hospitais e serviços inteligentes. A iniciativa reúne alta tecnologia, especialização médica e cooperação internacional para aprimorar diagnósticos, reduzir filas e aumentar a precisão no atendimento. As informações são da Agência Brasil.
Rede integrada deve transformar a infraestrutura do SUS
Segundo o ministério, o projeto prevê a implantação de 14 UTIs totalmente automatizadas e interligadas nas cinco regiões do país. Essas unidades serão instaladas em hospitais selecionados de 13 estados, incluindo cidades como Manaus, Belém, Fortaleza, Salvador, São Paulo, Curitiba e Brasília.
Além disso, oito hospitais serão modernizados com apoio de universidades e secretarias de saúde, ampliando a capacidade de atendimento especializado.
Ministério da Saúde prevê a implantação de 14 UTIs totalmente automatizadas e interligadas nas cinco regiões do país (Imagem: Luiza Frazão / Ministério da Saúde)
A proposta também inclui a construção do Instituto Tecnológico de Emergência do Hospital das Clínicas da USP, apontado como o primeiro hospital inteligente do Brasil. O ministro da Saúde, Alexandre Padilha, afirmou que o país entra em “uma nova era de inovação para o SUS”, destacando que o foco vai além de novas obras, envolvendo transferência de tecnologia e digitalização de serviços.
Tecnologia deve reduzir tempo de espera e ampliar precisão
Dentro do programa “Agora Tem Especialistas”, o governo aposta no uso de inteligência artificial, big data e integração digital para acelerar atendimentos. Segundo dados oficiais, essas tecnologias podem reduzir em até cinco vezes o tempo de espera em emergências.
Objetivo do projeto é permitir que especialistas de diferentes regiões atuem de forma conjunta (Imagem: Joa Souza / Shutterstock)
Entre os principais recursos previstos no projeto:
Monitoramento contínuo e digitalizado dos pacientes;
Integração entre sistemas e equipamentos médicos;
Suporte tecnológico para decisões clínicas;
Previsão de agravos e otimização de avaliações;
Conexão com uma central de pesquisa e inovação.
O objetivo é permitir que especialistas de diferentes regiões atuem de forma conjunta, ampliando a precisão dos diagnósticos e aprimorando a assistência.
Saúde1 semana atrás
