Brasileiro recebe prêmio na Alemanha por pesquisa com IA que promete revolucionar o diagnóstico de transtornos mentais

Uma pesquisa com IA desenvolvida na Universidade de São Paulo conquistou reconhecimento internacional e rendeu ao físico Francisco Rodrigues o prêmio Friedrich Wilhelm Bessel, concedido pela fundação alemã Alexander von Humboldt. O projeto utiliza algoritmos de aprendizagem de máquina para analisar exames cerebrais e já demonstrou mais de 90% de precisão na identificação de diferentes transtornos psiquiátricos, segundo resultados publicados em periódicos como Nature e PLOS One.

Quem é o pesquisador por trás da pesquisa com IA

Francisco Rodrigues é formado em Física pela USP e mantém laços acadêmicos com instituições alemãs desde 2006, quando foi aluno visitante do Instituto Max Planck. Cinco anos depois, iniciou uma colaboração com a professora Cristiane Thielemann, da Universidade de Ciências Aplicadas de Aschaffenburg, relação que se mostrou decisiva para a indicação ao prêmio alemão. A trajetória inclui atuação em sistemas complexos e aprendizagem de máquina, áreas que fornecem a base matemática e computacional para o estudo que hoje atrai a atenção da comunidade científica internacional.

O prêmio recebido em janeiro coloca Rodrigues entre os 20 cientistas estrangeiros reconhecidos pela fundação naquele ciclo. Além do prestígio, o pesquisador recebeu 60 mil euros — valor correspondente a aproximadamente 370 mil reais — destinados a impulsionar seus próximos experimentos.

Como a pesquisa com IA foi desenvolvida

A etapa central do trabalho associa imagens de ressonância magnética a técnicas de aprendizagem de máquina. Durante os testes, exames de pacientes saudáveis e de indivíduos diagnosticados com epilepsia, autismo ou esquizofrenia foram incorporados ao sistema. O algoritmo, treinado com esses dados, passou a reconhecer padrões de alteração em regiões específicas do cérebro, atingindo taxa de acerto superior a 90% na determinação do transtorno.

Para aumentar a robustez estatística, o grupo da USP complementou o banco de imagens com registros coletados nos Estados Unidos. A premissa é simples: quanto maior a quantidade de exemplos, maior a capacidade do modelo em generalizar e acertar novos casos. Essa lógica vem sustentando os avanços da inteligência artificial em diversas áreas da saúde — e não foi diferente neste projeto.

Além da ressonância magnética, a equipe também analisou eletroencefalogramas (EEG). Embora essas medições apresentem maior suscetibilidade a ruídos, elas acrescentam informações temporais sobre a atividade elétrica cerebral, enriquecendo a base de dados e oferecendo outra dimensão de evidências para o algoritmo.

Por que a pesquisa com IA pode transformar o diagnóstico psiquiátrico

O método tradicional de diagnóstico em psiquiatria depende sobretudo da análise clínica de sintomas e do histórico do paciente. Falta à especialidade um marcador biológico inequívoco, como ocorre no diabetes, em que exames de glicemia comprovam a condição. A proposta de Rodrigues preenche exatamente essa lacuna: fornecer um parâmetro objetivo extraído de imagens cerebrais que possa apontar de forma precoce e consistente a presença de um transtorno mental.

O alcance de 90% de acurácia indica que o sistema já supera, em muitos cenários, a precisão alcançada apenas por avaliação clínica. Isso se torna ainda mais relevante em desordens cujo início costuma ser silencioso, como a esquizofrenia. Segundo Rodrigues, nenhum psiquiatra consegue, hoje, prever com dez anos de antecedência se um indivíduo evoluirá para esse quadro. A inteligência artificial, munida de um grande volume de exames, pode detectar microalterações anatômicas que precedem a manifestação dos sintomas, abrindo caminho para intervenções antecipadas.

O potencial impacto social é substancial. Dados do Censo 2022 revelam que 2,4 milhões de brasileiros convivem com transtorno do espectro autista, 1,6 milhão de pessoas entre 15 e 44 anos têm esquizofrenia e 1,7 milhão acima de 60 anos enfrentam algum tipo de demência, como Alzheimer ou Parkinson. Uma ferramenta padronizada e de baixo custo para detecção precoce poderia reconfigurar políticas públicas, reduzir gastos hospitalares e melhorar a qualidade de vida dos pacientes.

Desafios atuais da pesquisa com IA em imagens cerebrais

Apesar dos resultados promissores, o caminho até a adoção clínica ampla ainda envolve obstáculos técnicos e logísticos. Exames de EEG, por exemplo, podem sofrer interferências provocadas por movimentos ou por variações na condutividade do couro cabeludo. Já a ressonância magnética exige que o paciente permaneça imóvel por mais de 40 minutos dentro do equipamento, condição nem sempre viável para crianças pequenas ou para pessoas em crise psicótica, o que limita a quantidade de amostras disponíveis.

A coleta de dados também esbarra em questões éticas e de padronização. Para que o modelo mantenha alta precisão, ele precisa receber imagens capturadas em diferentes máquinas, com variados protocolos de aquisição, refletindo a diversidade real dos serviços de saúde. Isso requer cooperação entre centros de pesquisa, hospitais e agências regulatórias.

Outra etapa crucial será o processo de validação regulatória. No Brasil, qualquer método diagnóstico precisa de aprovação da Anvisa antes de ser oferecido ao público. O grupo estima que um sistema automatizado e padronizado só deverá chegar ao mercado em cerca de dez anos, prazo que contempla tanto a consolidação científica quanto as exigências legais.

Reconhecimento internacional e próximos passos da pesquisa com IA

O prêmio Friedrich Wilhelm Bessel confere não apenas recursos financeiros, mas também um período de estadia na Alemanha. Até o fim de 2026, Rodrigues se mudará para Frankfurt, onde dedicará um ano ao desenvolvimento de novos modelos computacionais, além de ministrar cursos sobre sistemas complexos e aprendizagem de máquina na Fundação Humboldt.

Nessa fase, a equipe pretende expandir o estudo com organoides cerebrais — os chamados minicérebros. Esses pequenos aglomerados de células do córtex, formados em laboratório a partir de embriões de animais, crescem em placas e têm sua atividade elétrica monitorada por chips. Os sinais gerados alimentam bancos de dados adicionais, reforçando o treinamento dos algoritmos. Embora os organoides não reproduzam toda a complexidade do cérebro humano, eles fornecem um ambiente controlado que facilita a observação de alterações específicas ligadas a cada transtorno.

Ao transferir parte das análises para a Alemanha, o projeto ganha acesso a infraestrutura de ponta e reforça a colaboração internacional iniciada quase duas décadas atrás. A sinergia deve acelerar a criação de um método geral de diagnóstico automatizado, objetivo principal delineado pelo pesquisador para a próxima década.

O cronograma inclui também a continuação das publicações científicas em revistas de alto impacto, estratégia considerada essencial para consolidar evidências, atrair novos parceiros e manter a transparência do processo. A expectativa é que os resultados vindouros reforcem a confiança da comunidade médica e aproximem a técnica da aprovação regulatória.

A soma desses passos coloca a pesquisa com IA liderada por Rodrigues no centro de uma das fronteiras mais promissoras da psiquiatria: o uso de algoritmos para transformar imagens cerebrais em diagnósticos objetivos, com potencial de beneficiar milhões de pessoas e de estabelecer um novo padrão na prática clínica mundial.