O uso da Inteligência Artificial para promover a inclusão social de crianças com Transtorno do Espectro Autista (TEA)

Prof. Sérgio V. B. Pinheiro (Faculdade de Medicina, UFMG)
e Prof. Maurício V. B. Pinheiro (Departamento de Física, UFMG)

O Transtorno do Espectro Autista (TEA) é uma condição do neurodesenvolvimento caracterizada por dificuldades na interação social, comunicação e comportamentos restritos e repetitivos. A inclusão social de crianças com TEA é crucial para seu bem-estar a longo prazo, mas pode ser um desafio devido às suas necessidades e características únicas. A Inteligência Artificial (IA) surgiu como uma ferramenta potencial para auxiliar na inclusão social de crianças com TEA. A IA pode auxiliar na detecção e diagnóstico precoce do TEA, fornecer terapia personalizada, auxiliar na comunicação e apoiar cuidadores e educadores em seu trabalho com crianças com TEA. Aproveitando o poder da IA, podemos ajudar crianças com TEA a desenvolver as habilidades necessárias para interagir com outras pessoas e levar uma vida plena.

A detecção precoce e o diagnóstico do Transtorno do Espectro do Autismo (TEA) são cruciais para o manejo bem-sucedido dos sintomas e resultados de longo prazo para os indivíduos afetados. A Inteligência Artificial (IA) emergiu como uma ferramenta potencial para auxiliar na detecção e diagnóstico precoce do TEA. Algoritmos de visão computacional podem analisar expressões faciais e detectar diferenças sutis no contato visual, expressão facial e gestos, que podem ser usados para identificar sinais precoces de TEA. Da mesma forma, os algoritmos de Processamento de Linguagem Natural (NLP) podem analisar padrões de linguagem em fala ou texto escrito para identificar sinais precoces de TEA. Os algoritmos de aprendizado de máquina podem analisar grandes conjuntos de dados de registros comportamentais e de saúde para identificar padrões e fatores de risco associados ao TEA. Além disso, tecnologias de sensores, como dispositivos vestíveis (wearables) e dispositivos domésticos inteligentes, podem coletar dados sobre o comportamento, movimentos e atividades de uma criança, que podem ser usados para detectar padrões de comportamento característicos do TEA.

A terapia personalizada é um componente essencial do tratamento do TEA. O uso da IA surgiu como uma abordagem promissora para fornecer terapia personalizada para crianças com TEA. As ferramentas alimentadas por IA podem se adaptar às necessidades e preferências específicas de cada criança, fornecendo feedback e orientação personalizados para ajudá-los a melhorar suas habilidades sociais, comunicação e regulação emocional. Assistentes virtuais e chatbots fornecem um ambiente seguro e confortável para crianças com TEA praticarem habilidades sociais e desenvolvimento da linguagem. A terapia baseada em vídeo analisa as expressões faciais, a linguagem corporal e os padrões de fala de uma criança, fornecendo feedback e orientação personalizados para ajudá-los a melhorar suas habilidades sociais, comunicação e regulação emocional. A terapia assistida por robôs e a terapia baseada em jogos também são exemplos de ferramentas com IA que podem fornecer sessões de terapia personalizadas para crianças com TEA.

Ferramentas baseadas em IA foram projetadas para ajudar crianças com TEA a se comunicarem de forma mais eficaz e interagirem com outras pessoas com mais confiança. As ferramentas de geração e reconhecimento de fala com IA podem converter a fala de uma criança em palavras escritas ou faladas, permitindo que elas se expressem com mais eficiência. As ferramentas de Comunicação Aumentativa e Alternativa (AAC) alimentadas por IA fornecem maneiras alternativas para as crianças com TEA se comunicarem. Os algoritmos de Processamento de Linguagem Natural (NLP) alimentados por IA podem fornecer feedback sobre os padrões de linguagem de uma criança e identificar áreas em que precisam melhorar. As ferramentas de treinamento de habilidades sociais com IA fornecem cenários interativos e envolventes que simulam situações sociais da vida real.

A IA tem o potencial de apoiar cuidadores e educadores de crianças com TEA de várias maneiras. A IA pode fornecer educação personalizada e planos de tratamento, analisar grandes quantidades de dados, permitir monitoramento remoto e oferecer suporte 24 horas por dia, 7 dias por semana, para cuidadores e educadores. Os planos de educação e tratamento personalizados alimentados por IA podem ajudar cuidadores e educadores a adaptar intervenções e apoio às necessidades e preferências de cada criança. A IA pode analisar grandes quantidades de dados para identificar padrões e tendências no comportamento da criança, desempenho acadêmico e bem-estar geral. O monitoramento remoto alimentado por IA pode permitir que cuidadores e educadores monitorem crianças com TEA remotamente. Chatbots e assistentes virtuais com tecnologia AI podem oferecer suporte 24 horas por dia, 7 dias por semana, para cuidadores e educadores de crianças com TEA. Essas ferramentas podem responder a perguntas, fornecer informações e oferecer orientação sobre uma variedade de tópicos relacionados ao TEA e aos cuidados.

Em resumo, o uso de inteligência artificial (IA) tem o potencial de revolucionar a inclusão social de crianças com Transtorno do Espectro Autista (TEA), fornecendo detecção e diagnóstico precoce, terapia personalizada, assistência na comunicação e suporte para cuidadores e educadores. No entanto, é importante avaliar e abordar considerações éticas ao usar ferramentas com tecnologia de IA para garantir que sejam confiáveis, precisas, não discriminatórias e protejam a privacidade e a segurança dos dados. Embora a IA possa complementar a interação humana em sessões de terapia, auxiliar na comunicação e apoiar cuidadores e educadores, ela não deve substituir o julgamento e a experiência humanos. Mais pesquisas são necessárias para avaliar a eficácia das ferramentas de IA e identificar as melhores práticas para seu uso na melhoria dos resultados para crianças com TEA. No geral, a IA tem o potencial de aumentar a inclusão social de crianças com TEA e melhorar sua qualidade de vida.

REFERÊNCIAS

Wei Q, Cao H, Shi Y, Xu X, Li T. Machine learning based on eye-tracking data to identify Autism Spectrum Disorder: A systematic review and meta-analysis. J Biomed Inform. 2023 Jan;137:104254.

Digitally assisted diagnostics of autism spectrum disorder. Koehler JC, Falter-Wagner CM. Front Psychiatry. 2023 Feb 1;14:1066284.

Das S, Zomorrodi R, Mirjalili M, Kirkovski M, Blumberger DM, Rajji TK, Desarkar P. Machine learning approaches for electroencephalography and magnetoencephalography analyses in autism spectrum disorder: A systematic review. Prog Neuropsychopharmacol Biol Psychiatry. 2023 Apr 20;123:110705.

Khodatars M, Shoeibi A, Sadeghi D, Ghaasemi N, Jafari M, Moridian P, Khadem A, Alizadehsani R, Zare A, Kong Y, Khosravi A, Nahavandi S, Hussain S, Acharya UR, Berk M. Deep learning for neuroimaging-based diagnosis and rehabilitation of Autism Spectrum Disorder: A review. Comput Biol Med. 2021 Dec;139:104949.

Lane R and Radesky J. Digital Media and Autism Spectrum Disorders: Review of Evidence, Theoretical Concerns, and Opportunities for Intervention. J Dev Behav Pediatr. 2019 Jun; 40(5): 364–368.

Alabdulkareem A, Alhakbani N, Al-Nafjan A. A Systematic Review of Research on Robot-Assisted Therapy for Children with Autism. Sensors (Basel). 2022 Jan 26;22(3):944.

Wall DP, Dally R, Luyster R, et al. Use of artificial intelligence to shorten the behavioral diagnosis of autism. PLoS One. 2012;7(8):e43855.

Diehl JJ, Schmitt LM, Villano M, Crowell CR. The clinical use of robots for individuals with autism spectrum disorders: a critical review. Research in Autism Spectrum Disorders. 2012;6(1):249-262.

Mosa ASM, Yoo I, Sheets L. A systematic review of healthcare applications for smartphones. BMC Medical Informatics and Decision Making. 2012;12:67.

Gulsrud AC, Hellemann GS, Freeman SFN, Kasari C. Two to ten years: developmental trajectories of joint attention in children with ASD who received targeted social communication interventions. Autism Research and Treatment. 2010;2010:260469.