Estudo usa fotos do rosto para identificar sinais de autismo

Quanto tempo uma família espera até ouvir de um especialista que o filho pode estar no espectro autista? Segundo os autores de um novo estudo, o diagnóstico tradicional é demorado e sujeito a vieses. Eles propõem uma rede neural que analisa fotos do rosto de crianças e sinaliza quem deveria ser encaminhado para avaliação.

A equipe usou 2.936 fotos de crianças autistas e não autistas, em número igual nos dois grupos, tiradas de um banco público da plataforma Kaggle. Com elas, treinou uma rede neural convolucional, um tipo de programa que aprende a reconhecer padrões em imagens. O modelo é chamado de leve porque tem poucas camadas e foi pensado para exigir pouco poder de processamento.

No grupo de fotos reservado para o teste final, a rede acertou 98,12% das classificações. A AUC, uma nota de 0 a 1 que indica o quanto o modelo separa bem os dois grupos, ficou em 0,9987. Os números superam os relatados por três estudos anteriores com dados parecidos. Só que esses concorrentes não foram testados de novo nas mesmas condições.

Os autores apresentam a ferramenta como apoio à triagem, não como diagnóstico. Se for confirmada, poderia ajudar um posto de saúde ou uma escola sem especialistas por perto a decidir quais crianças encaminhar primeiro. Um aplicativo de celular está nos planos, mas o desempenho do modelo em aparelhos simples ainda não foi medido.

O trabalho passou por revisão por pares, e mesmo assim pede cautela. Tudo foi feito com um único banco de fotos, sem diversidade garantida de etnia, idade ou gênero, e o teste final usou cerca de 147 imagens. Há números que não batem entre seções do artigo, e ninguém verificou se a rede aprendeu algo ligado ao autismo ou apenas detalhes das fotos, como a iluminação. Os próprios autores lembram que o formato do rosto, sozinho, não diagnostica autismo. O próximo passo é testar o modelo com imagens de outras origens.