Pesquisa da UFPA aplica inteligência artificial para detectar TEA em escolas públicas no Pará

Com o uso da inteligência artificial, um estudo desenvolvido pelo Laboratório de Inteligência Artificial aplicada a Cidades Inteligentes (LabCity) da Universidade Federal do Pará (UFPA) busca auxiliar no diagnóstico precoce de transtornos como o Transtorno do Espectro Autista (TEA), além de Transtorno do Déficit de Atenção com Hiperatividade (TDAH) e Transtorno do Processamento Auditivo Central (TPAC). A pesquisa, que já vem sendo aplicada nas escolas municipais de Canaã dos Carajás para identificar o TEA, utiliza técnicas de visão computacional e foi aprovada pelo Comitê de Ética da instituição, além de contar com o consentimento das famílias das crianças participantes e com o apoio da Secretaria Municipal de Educação.

O professor da UFPA, Renato Francês, coordenador do INCT IAmazônia, explica que a pesquisa surgiu a partir de um projeto desenvolvido em parceria com cerca de 40 universidades, entre elas a Universidade de São Paulo (USP). Segundo ele, há cerca de cinco anos, a USP apresentou o desafio de trabalhar com o reconhecimento de emoções por meio da chamada análise de sentimentos, uma área da inteligência artificial que busca identificar reações a partir da fisionomia facial.

De acordo com o professor, ao iniciar os estudos, a equipe propôs aplicar essa abordagem no ambiente escolar, considerando que transtornos como o TEA, o TDAH e o TPAC costumam apresentar, em muitos casos, respostas emocionais reduzidas ou neutras diante de estímulos que normalmente provocariam reações como alegria ou tristeza. Por isso, pesquisa passou a focar na identificação dessas respostas em crianças na primeira infância, especialmente nos primeiros anos do ensino fundamental, dentro de situações típicas de sala de aula.

“Foram escolhidas três escolas e duas séries de cada instituição em Canaã dos Carajás, gerando uma série histórica ao longo de todo o período letivo, o que é um ponto importante. Se a análise fosse feita apenas uma vez, poderia captar a criança em um dia atípico, com algum problema em casa ou de saúde, o que distorceria a interpretação dos resultados. Ao trabalhar com uma série histórica, seja de um semestre ou de um ano, é possível descartar situações fora da curva e reunir centenas de dados”, detalha o professor.

Identificação de padrões

Segundo o pesquisador, a partir disso, os especialistas definem uma linha de corte e identificam, por exemplo, os alunos que não reagiram a mais de 50% dos estímulos. Cerca de 200 crianças já foram analisadas e os resultados ainda estão em processamento. “Com esse recorte, os casos são analisados individualmente para verificar se há indicativos de autismo. A inteligência artificial não substitui médicos nem terapeutas ocupacionais, mas funciona como uma ferramenta para reunir evidências e auxiliar na construção de pré-diagnósticos”, acrescenta Renato

Com relação ao funcionamento da pesquisa, o coordenador do INCT IAmazônia explica que eles geram uma série aleatória de eventos, com dias, horários e professores diferentes. Em sala de aula, com a pesquisa em campo, o professor utiliza um tablet com o sistema da pesquisa e aplica determinados estímulos. Os dados são enviados para um sistema na internet e, na sequência, eles serão lidos por um modelo de inteligência artificial que reconhece e classifica a emoção registrada.

“Nesse momento, câmeras posicionadas registram pequenos vídeos a partir desses estímulos. A partir disso, analisamos cada aluno individualmente, observando a reação de cada um e gerando uma série histórica ao longo do tempo. Após um semestre ou um ano, é possível identificar quantas vezes cada pessoa não reagiu aos estímulos. Existe um conjunto de reações possíveis, como nojo e raiva, mas, por praticidade, focamos em reações mais extremas, como alegria ou tristeza. Assim, o professor pode contar uma história triste ou fazer uma piada, de modo que a criança, em condições normais, reaja de alguma forma.

O objetivo é observar a ausência de reação, ou seja, a neutralidade, segundo o coordenador da pesquisa. “Se a criança ri ou demonstra incômodo, há uma resposta. Mas, quando não há reação, isso passa a ser um ponto de atenção. É essa recorrência de neutralidade que buscamos identificar. Crianças que apresentam esse padrão em diversos estímulos passam a ser acompanhadas mais de perto pelos especialistas, para investigação mais aprofundada”, completa Renato.

Diagnóstico tardio impacto no aprendizado

O professor lembra que, ao ser aplicado no Sistema Único de Saúde (SUS), o processo de diagnóstico pode levar, em média, até três anos em cidades da Amazônia, variando conforme a classificação, já que o autismo é definido por níveis de suporte dentro do espectro. E que a pesquisa pode subsidiar informações para o diagnóstico precoce. “Nos casos de maior comprometimento, esse tempo pode ser irrecuperável do ponto de vista do ensino e da aprendizagem. Por isso, é fundamental tentar detectar e diagnosticar o mais cedo possível. É daí que surge a ideia de observação na escola, especialmente nos primeiros anos do ensino fundamental”, pontua.

“O ambiente escolar é muito interessante porque permite gerar estímulos, mas também impõe restrições à pesquisa. Em geral, pessoas autistas podem apresentar movimentos estereotipados, como os ‘flaps’, mas, em sala de aula, o que fica mais visível para o professor é a face do aluno. Por isso, o foco passa a ser a interpretação das expressões faciais, o que levou à proposta de análise de sentimentos a partir das reações esboçadas pela face.Não há uma solução única que atenda todas as pessoas com transtorno do espectro autista. Cada caso precisa ser tratado de forma individualizada e, por isso, todas as informações geradas pela IA passam a compor um conjunto de subsídios que orientam a tomada de decisão dos especialistas.”, afirma.

Potencial de transformação em política pública nacional

Renato ainda diz que um dos objetivos da pesquisa é que o projeto também ajude a trazer soluções para melhor a qualidade de vida de pessoas com TEA, sobretudo ações efetivas de saúde ou na educação. “Todas as soluções, em regra, podem se transformar em políticas públicas para o país. Uma das pactuações feitas quando firmamos o convênio com Canaã dos Carajás é que, caso a iniciativa funcione no município, ela possa ser disponibilizada ao SUS, ao MEC ou a outros atores nacionais, para que se torne uma ações públicas em nível nacional”, enfatiza.

Atuação de equipe multidisciplinar no projeto

O projeto reúne uma ampla equipe formada por pesquisadores e estudantes de graduação, mestrado e doutorado, envolvendo não apenas a UFPA, mas também outras instituições, como a Universidade Federal Rural da Amazônia (Ufra), o Instituto Federal do Pará (IFPA), a Universidade Federal do Sul e Sudeste do Pará (Unifesspa) e a Universidade Federal do Oeste do Pará (Ufopa). Segundo ele, além das universidades, o estudo conta com a participação das prefeituras, que mobilizam equipes nas escolas.

“Há também uma equipe ampla do lado das prefeituras, que envolve os professores que atuam em sala de aula e que precisam ser treinados para aplicar os estímulos. Além disso, participam profissionais que dão suporte a esse processo, como psicólogos, psicopedagogos, terapeutas ocupacionais, fonoaudiólogos e médicos. Essa equipe multidisciplinar é responsável por capacitar os docentes e, posteriormente, interpretar os resultados gerados pelos sistemas, contribuindo para a tomada de decisão”, observa Renato.

Tecnologia e captação de dados por meio de câmeras

O engenheiro de telecomunicações e pós-doutorando em IA, Carlos Teixeira, explicou que o sistema utiliza câmeras posicionadas em sala de aula para captar as reações dos alunos durante a aplicação de estímulos. Segundo o participante da pesquisa, os equipamentos são acionados apenas no momento em que o professor inicia um experimento por meio de um aplicativo móvel, no qual estão disponíveis as atividades programadas e as orientações sobre os estímulos a serem aplicados.

“Essa tecnologia, de forma simplificada, é a que está implementada no sistema. Na sala de aula, temos câmeras posicionadas para captar bem as imagens de todos os alunos. Essas câmeras são ativadas no momento em que o professor utiliza o aplicativo móvel, onde ele tem acesso aos experimentos programados e à descrição dos estímulos que deve aplicar. Ao iniciar o experimento, as câmeras passam a gravar as imagens. Não é um sistema que funciona 24 horas, ele é acionado apenas durante essas atividades”, observa Carlos.

Toda a pesquisa é feita com a colaboração da equipe escolar. O estudante Gabriel Xavier, pesquisador de Iniciação Científica (IC) e graduando de Engenharia das Telecomunicações, explica que o processo de detecção das reações dos alunos envolvidos na pesquisa exige uma colaboração estreita entre o professor e o técnico da escola. O técnico é responsável por criar os experimentos, cadastrar os alunos e realizar o treinamento dos vetores faciais de cada um, dados que são processados e armazenados.

Trilhas de experimentos

O protocolo prevê a criação de diversas trilhas de experimentos ao longo de um semestre, envolvendo estímulos para sentimentos aleatórios, como felicidade e tristeza. A câmera, ao ser ativada, utiliza os vetores faciais armazenados para detectar as emoções dos alunos. Caso o aluno apresente um estado neutro em uma série temporal de experimentos, ele é incluído em uma "base de alerta" por divergir dos estímulos apresentados.

“Então, quando se efetua a trilha de experimentos, é criada toda uma base de dados para cada tipo de experimento. Esses experimentos são salvos a partir do momento em que é efetuada a gravação, via aplicativo móvel do professor. Assim que ele clica para gravar, aparece qual é a câmera que foi selecionada, e ele consegue ter uma análise total de tudo o que foi feito”, explica Gabriel.