$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
O transtorno do espectro autista (TEA) é uma condição neurodesenvolvimental heterogênea caracterizada por deficiências na comunicação social e padrões de comportamento restritos ourepetitivos 1. Avanços recentes em aprendizado de máquina (ML) e aprendizado profundo (DL) permitiram a análise de diversas modalidades de dados relacionadas ao TEA, incluindo neuroimagem, avaliações comportamentais, sinais fisiológicos e marcadores biológicos. As seções seguintes sintetizam desenvolvimentos-chave na pesquisa baseada em TEA baseada em ML/DL de acordo com modalidade de dados, abordagem metodológica e aplicaçãoclínica 1.
Abordagens baseadas em neuroimagem
A ressonância magnética funcional (fMRI) e a eletroencefalografia (EEG) estão entre as modalidades mais amplamente utilizadas para classificação de TEA, utilizando abordagens de aprendizado de máquina (ML) e deep learning (DL). Gupta et al.1 desenvolveram um modelo quantizado de rede neural convolucional (Q-CNN) para classificar dados de fMRI do conjunto de dados ABIDE-1, alcançando uma precisão de 98%. O estudo utilizou embutimento de espaço tangente para extração de características e aprendizado federado integrado (FL) para preservar a privacidade dos dados, demonstrando o potencial de frameworks diagnósticos leves e que preservam a privacidade para aplicações do mundo real. De forma semelhante, Zhao et al.4introduziram uma estrutura de rede de conectividade funcional de alta ordem (Ho-FCN) baseada em clusters que capturou interações dinâmicas entre múltiplas regiões cerebrais e alcançou uma precisão de 86,2%.
A explicabilidade surgiu como uma consideração importante para a adoção clínica de modelos diagnósticos baseados em neuroimagem. Jung et al.10 apresentaram uma estrutura de seleção por região de interesse (ROI) guiada por explicabilidade que identificou associações funcionais de alta ordem entre regiões cerebrais e superou modelos convencionais de conectividade funcional de baixa ordem. Além disso, Han et al.9investigaram uma estrutura multimodal que combinava dados de EEG e rastreamento ocular (ET) usando autoencoders empilhados de denoição. Ao integrar informações neurofisiológicas e comportamentais complementares, a abordagem proposta alcançou melhor desempenho diagnóstico em comparação com métodos monomodales.
Análise comportamental e do olhar
Dados comportamentais, especialmente padrões de movimentos oculares e expressões faciais, têm sido amplamente investigados como indicadores objetivos de traços relacionados ao TEA. Artiran et al.3 desenvolveram um sistema de avaliação baseado em realidade virtual (VR) para analisar o comportamento do olhar durante entrevistas de emprego simuladas. Utilizando técnicas avançadas de processamento de sinais e agrupamento, o estudo forneceu insights sobre a modulação social do olhar entre indivíduos neurotípicos e neurodivergentes. De forma semelhante, Zhang et al.5 empregaram dinâmica facial e técnicas de aprendizado em poucos tiros para classificar traços de TEA em vídeos de entrevista do Autism Diagnostic Observation Schedule (ADOS), alcançando uma precisão de 91,72%.
Abordagens precoces de triagem também demonstraram considerável potencial para identificação de TEA. Liu et al.7 validaram um protocolo de Resposta às Instruções (RTI) baseado em visão para crianças pequenas e relataram concordância de 95% com os diagnósticos clínicos. Coletivamente, esses estudos destacam o potencial da análise comportamental baseada em aprendizado de máquina para melhorar a escalabilidade, objetividade e automação da triagem e avaliação de TEA.
Métodos multimodais e híbridos
A integração de modalidades de dados heterogêneas aumenta a robustez e a generalização dos modelos de classificação de TEA. Han et al.9 desenvolveram uma estrutura multimodal que combinava dados de EEG e rastreamento ocular (TE), demonstrando melhora no desempenho diagnóstico ao aproveitar informações neurofisiológicas e comportamentais complementares. De forma semelhante, Xiao et al.14 utilizaram a ressonância magnética estrutural (MRI) para extrair características de fluxo multinível relacionadas ao TEA. Sua estrutura de aprendizagem de representação mista com margem e margem enfrentou desafios associados à heterogeneidade dos dados e aos espaços de características de alta dimensão, alcançando uma área sob a curva (AUC) de 0,907.
Abordagens híbridas que integram informações biológicas e ambientais também surgiram como estratégias promissoras para o diagnóstico do TEA. Peralta-Marzal et al.24 analisaram perfis do microbioma intestinal usando seleção recursiva de características em conjunto (REFS), identificando táxons bacterianos associados ao TEA e alcançando um AUC de 0,816. Coletivamente, esses estudos destacam o potencial de estruturas multimodais e híbridas para melhorar a precisão diagnóstica ao integrar fontes complementares de informação além dos dados convencionais de neuroimagem.
Inovações computacionais
Vários estudos focaram em melhorar a eficiência computacional, escalabilidade e robustez dos modelos diagnósticos de TEA. Sravani e Kuppusamy12 desenvolveram uma rede neural convolucional profunda (DCNN) otimizada integrada ao algoritmo Dipper-Throated Particle Swarm Optimization (DTPSO), alcançando uma precisão de 95,9%. O framework proposto melhorou a otimização de características e o desempenho da classificação, demonstrando o potencial das técnicas híbridas de otimização para a detecção de TEA.
Esforços também foram direcionados para o desenvolvimento de sistemas diagnósticos que preservem a privacidade e sejam eficientes em recursos. Farooq et al.20 aplicaram a aprendizagem federada (FL) para a detecção de TEA, relatando precisões de 98% para crianças e 81% para adultos. Ao permitir o treinamento descentralizado de modelos sem compartilhamento direto de dados, a abordagem demonstrou a viabilidade de implantar sistemas de diagnóstico de TEA baseados em IA em ambientes com recursos limitados e sensíveis à privacidade.
Tecnologias emergentes
Tecnologias emergentes, incluindo dispositivos vestíveis, sistemas assistivos e ambientes virtuais imersivos, ampliaram o escopo da avaliação e intervenção em TEA. Jayanthi et al.23propuseram um sistema de monitoramento baseado em aprendizado de máquina que utilizava dados de sensores fisiológicos para avaliar os níveis de estresse em indivíduos com TEA, destacando o potencial das tecnologias vestíveis para apoiar o monitoramento da saúde mental e o cuidado personalizado. De forma semelhante, Robles et al.6 desenvolveram uma plataforma baseada em realidade virtual (VR) para triagem e classificação de TEA, demonstrando o valor de ambientes imersivos para avaliação comportamental e suporte diagnóstico.
Apesar desses avanços, vários desafios continuam a limitar a ampla adoção clínica de sistemas diagnósticos de TEA baseados em IA. Como resumido na Tabela 2, questões relacionadas à heterogeneidade dos dados, generalização do modelo e interpretabilidade continuam sendo preocupações significativas. Para abordar essas limitações, Kunda et al.11 enfatizaram a importância de grandes conjuntos de dados multi-site, enquanto Fu et al.17propuseram abordagens de subtipagem específicas por idade para melhor capturar a heterogeneidade do desenvolvimento do TEA. Além disso, a tradução bem-sucedida de ferramentas de diagnóstico baseadas em ML para a prática clínica exigirá protocolos padronizados de validação, estruturas de relatórios transparentes e uma consideração cuidadosa dos requisitos éticos, de privacidade e regulatórios.
Análise comportamental e fisiológica de sinais
Análises comportamentais e fisiológicas de sinais surgiram como abordagens promissoras para diagnóstico e rastreamento de TEA. Jin et al.27 realizaram uma meta-análise de técnicas de aprendizado de máquina baseadas em vídeo doméstico e relataram valores de sensibilidade e especificidade agrupados de 0,90 e 0,87, respectivamente, destacando o potencial de abordagens escaláveis e acessíveis para a detecção precoce de TEA. Em outro estudo, Manjur et al.29 utilizaram sinais de eletroretinograma para diferenciar entre TEA, transtorno de déficit de atenção/hiperatividade (TDAH) e indivíduos em desenvolvimento típico, demonstrando a utilidade dos biomarcadores fisiológicos para a classificação de transtornos do neurodesenvolvimento.
Abordagens diagnósticas baseadas em EEG também mostraram resultados animadores. Singh eKakkar 38 propuseram o modelo de Otimização Cronológica de Treinamento de Costura – Rede Residual Profunda (CSTO-DRN) para detecção de TEA usando sinais de EEG, alcançando uma precisão de 88,6% enquanto abordava desafios relacionados à redução de ruído e otimização de características. De forma semelhante, Radhakrishnan et al.41 desenvolveram uma estrutura de rede de atenção em grafos que incorporou redes neurais de grafos e mecanismos de atenção para classificação de TEA baseada em EEG, reportando uma precisão de 96,2%. Coletivamente, esses estudos demonstram o potencial crescente da análise comportamental e fisiológica de sinais para o desenvolvimento de ferramentas diagnósticas objetivas, não invasivas e escaláveis para TEA.
Métodos multimodais e integrativos
As técnicas de fusão multimodal avançaram significativamente a análise de TEA ao integrar fontes heterogêneas de informação. Wang et al.40desenvolveram a estrutura Federated Hypergraph Neural Network (FedHNN) para diagnóstico de TEA usando dados multimodais de conjuntos de dados médicos distribuídos. O framework proposto preservou a privacidade dos dados enquanto superava os modelos locais em precisão diagnóstica, demonstrando a viabilidade de sistemas de diagnóstico colaborativos e que preservem a privacidade.
A análise do microbioma intestinal também se tornou uma modalidade promissora para pesquisas sobre TEA. Olaguez-Gonzalez et al.49 aplicaram técnicas de aprendizado de máquina aos dados de composição do microbioma e alcançaram uma precisão de 94,7% usando um número limitado de cepas bacterianas. Ampliando essa linha de pesquisa, Su et al.42 incorporaram dados de microbiota multirreinos e relataram uma área abaixo da curva (AUC) de 0,91, identificando biomarcadores funcionais associados ao TEA, incluindo vias de biossíntese do ubiquinol-7.
Além das abordagens baseadas em microbioma, biomarcadores derivados da acústica da fala e da voz foram investigados como ferramentas diagnósticas não invasivas. Briend et al.48 analisaram características acústicas extraídas de amostras de fala de crianças e alcançaram 91% de precisão na classificação ao distinguir indivíduos com TEA de controles em desenvolvimento típico. Esses achados destacam o potencial dos biomarcadores baseados na voz para complementar avaliações diagnósticas tradicionais e apoiar estratégias de rastreamento para TEA mais acessíveis.
Avanços em métodos computacionais
Como resumido na Tabela 3, avanços recentes em metodologias computacionais melhoraram substancialmente o diagnóstico e a classificação do TEA. Vidyadhari et al.46 desenvolveram uma rede neural quantizada profunda (DQNN) otimizada usando o algoritmo Fractional Social Driving Training-Based Optimization (FSDTBO) e reportaram uma precisão de 90%. A estrutura proposta demonstrou o potencial de modelos de aprendizado profundo aprimorados por otimização para melhorar o desempenho diagnóstico.
De forma semelhante, Zhang et al.32 empregaram uma abordagem de análise topológica de dados (TDA) para extrair características de medidas de homogeneidade regional e alcançaram uma precisão de 96,5%, superando várias metodologias convencionais. O estudo destacou o valor de técnicas avançadas de representação de características para capturar padrões neurobiológicos complexos associados ao TEA.
Frameworks híbridos de aprendizado de máquina também foram explorados para melhorar a seleção de modelos e o desempenho da classificação. Alqaysi et al.39 avaliaram 72 modelos híbridos de aprendizado de máquina dentro de uma estrutura de tomada de decisão multicritério difusa que integrava estratégias de seleção e classificação de características. Seus achados indicaram que abordagens baseadas em boosting de árvores de decisão e gradiente estavam entre os classificadores mais estáveis, enquanto a seleção eficaz de características desempenhou um papel fundamental na otimização do desempenho geral do modelo.
Significado clínico dos frameworks multimodais de TEA
A aprendizagem multimodal emergiu como uma estratégia importante para melhorar tanto o desempenho diagnóstico quanto a relevância clínica dos sistemas de classificação de TEA. Como o TEA se manifesta heterogeneamente entre indivíduos por meio de diferenças na comunicação social, processamento sensorial, funcionamento cognitivo, regulação comportamental e características biológicas, modelos treinados com uma única modalidade de dados podem capturar apenas uma parte limitada da complexidade do transtorno. Ao integrar informações de neuroimagem, eletroencefalografia (EEG), rastreamento ocular, vídeo comportamental, perfis de microbioma, acústica de voz e dados demográficos, os frameworks multimodais fornecem uma representação mais abrangente das características relacionadas ao TEA.
Além de melhorar a precisão da classificação, os sistemas multimodais apoiam uma abordagem mais informada pelo fenótipo para o diagnóstico, identificando evidências convergentes em múltiplas fontes de dados, preservando diferenças clinicamente significativas entre os indivíduos. Os achados relatados por Han et al.9, Wang et al.40, Su et al.42, Briend et al.48, e Olaguez-Gonzalez et al.49 demonstram coletivamente o valor de integrar modalidades complementares para aumentar a robustez diagnóstica, a interpretabilidade e a aplicabilidade clínica. Consequentemente, os frameworks multimodais de TEA devem ser vistos não apenas como ferramentas para melhorar o desempenho preditivo, mas também como abordagens que facilitam decisões diagnósticas mais personalizadas e clinicamente relevantes.
Tecnologias emergentes e aplicações
Tecnologias emergentes ampliaram o escopo do diagnóstico, intervenção e monitoramento do paciente com TEA. Zhao et al.45 revisaram a aplicação de tecnologias de realidade estendida (XR) para intervenções de TEA e destacaram seu potencial para apoiar o desenvolvimento de habilidades cognitivas, comportamentais e sociais por meio de ambientes imersivos e interativos. De forma semelhante, Nogay eAdeli, 47 anos, investigaram a influência da idade e do gênero na classificação dos TEA e demonstraram que incorporar informações demográficas poderia melhorar o desempenho dos modelos de aprendizado profundo.
Apesar do progresso substancial, vários desafios continuam limitando a ampla adoção clínica de sistemas diagnósticos de TEA baseados em IA. Heterogeneidade dos dados, tamanhos limitados de amostra, validação externa insuficiente e preocupações sobre a generalização do modelo continuam sendo limitações comuns em muitos estudos. Para enfrentar esses desafios, Quillet et al.34 exploraram biomarcadores metabolômicos associados ao TEA, enquanto Thapa et al.50 utilizaram dados clínicos retrospectivos para melhorar a classificação diagnóstica e a robustez dos modelos. Esses estudos ilustram a importância de expandir a diversidade de dados e incorporar novos biomarcadores para aumentar a confiabilidade dos modelos e a relevância clínica.
De modo geral, a literatura revisada demonstra o potencial transformador do aprendizado de máquina e do aprendizado profundo para o diagnóstico e análise de TEA em múltiplas modalidades de dados. Avanços em neuroimagem, avaliação comportamental, aprendizado multimodal, análise fisiológica de sinais, pesquisa em microbioma e biomarcadores baseados em voz melhoraram substancialmente a precisão diagnóstica, escalabilidade e interpretabilidade. Pesquisas futuras devem focar na validação em larga escala e múltiplas coortes, estruturas padronizadas de avaliação, aprimoramento da interpretabilidade e integração de diversas modalidades de dados para apoiar o desenvolvimento de sistemas diagnósticos robustos, clinicamente traduíveis e personalizados para TEA.
Análise de resultados comparativa revisada
A análise comparativa foi revisada para enfatizar a qualidade das evidências, o rigor da validação e a aplicabilidade clínica, em vez da precisão diagnóstica sozinha. Como os estudos revisados diferiram substancialmente em conjuntos de dados, faixas etárias, populações-alvo, estratégias de validação e objetivos metodológicos, a comparação numérica direta das métricas de desempenho relatadas foi interpretada com cautela. Em vez disso, a síntese revisada integra desempenho preditivo com maturidade de validação, testes externos, interpretabilidade, viabilidade de implantação e prontidão clínica.
A Figura 1 resume as métricas de desempenho diagnóstico explicitamente relatadas extraídas dos estudos revisados, incluindo precisão, sensibilidade e especificidade. Embora muitos estudos tenham relatado alto desempenho diagnóstico, foi observada uma variabilidade substancial entre modalidades e desenhos de estudos. Várias investigações alcançaram precisões superiores a 95%, mas os valores de sensibilidade e especificidade foram frequentemente relatados de forma menos consistente, destacando a importância de avaliar o desempenho diagnóstico usando múltiplas métricas complementares, em vez de apenas a precisão.
A relação entre precisão relatada e sensibilidade é ainda ilustrada na Figura 2. Uma associação positiva pode ser observada entre os estudos; no entanto, a figura também demonstra que alta precisão nem sempre corresponde a uma sensibilidade proporcionalmente maior. Esse achado é clinicamente importante porque as aplicações de triagem de TEA exigem a identificação do maior número possível de casos verdadeiros de TEA, tornando a sensibilidade um critério crítico de avaliação junto com a precisão geral da classificação.
Para avaliar a confiabilidade dos achados relatados, a Figura 3 apresenta a distribuição dos sinais de maturidade de validação e risco de viés entre os principais grupos de modalidades. Estudos baseados em neuroimagem, especialmente aqueles que utilizavam conjuntos de dados de fMRI e sMRI, constituíram o maior grupo de evidências, mas frequentemente dependiam de conjuntos de dados repetidos de benchmark e frameworks de validação cruzada. Abordagens federadas e multimodais demonstraram maturidade de validação comparativamente mais forte porque incorporaram fontes de dados multi-site e estratégias de validação mais diversas. Em contraste, plataformas de intervenção baseadas em XR e várias abordagens comportamentais apresentaram validação externa limitada, restringindo as evidências atuais para adoção clínica em larga escala.
A Figura 4 estende a análise além do desempenho preditivo ao resumir a prontidão clínica em nível de modalidade. A síntese incorpora seis dimensões: maturidade do conjunto de dados, maturidade de validação, validação externa, interpretabilidade, viabilidade de implantação e prontidão clínica geral. Abordagens de IA federada e multimodal alcançaram as maiores pontuações gerais de prontidão porque demonstraram práticas de validação mais fortes e escalabilidade aprimorada. Métodos comportamentais de vídeo e baseado no olhar também mostraram prontidão promissora devido à sua interpretabilidade relativamente alta e potencial de implantação prática. Por outro lado, modalidades como avaliação baseada em voz e plataformas XR apresentaram menor prontidão devido à evidência limitada de validação e populações menores de estudos.
A relação entre prontidão clínica e desempenho diagnóstico relatado é visualizada na Figura 5. A figura demonstra que valores de precisão muito altos não necessariamente se traduzem em forte prontidão clínica. Vários estudos com precisões acima de 95% permaneceram posicionados em níveis moderados de prontidão porque dependiam de pequenos conjuntos de dados, coortes de local único ou careciam de validação externa independente. Em contraste, estudos com desempenho diagnóstico ligeiramente menor frequentemente demonstraram maior potencial translacional quando acompanhados por melhor interpretabilidade, validação mais ampla e caminhos de implantação mais claros.
As limitações metodológicas identificadas entre grupos de modalidades são resumidas na Figura 6. Preocupações comuns incluíam tamanhos de amostra pequenos, dependência de conjuntos de dados de um único local como o ABIDE, validação externa insuficiente, potencial vazamento de dados, análise limitada de calibração e incerteza quanto à viabilidade da implantação. O mapa de evidências destaca que o rigor metodológico e a qualidade da validação continuam sendo grandes barreiras para a tradução clínica, apesar de incentivar o desempenho diagnóstico. Consequentemente, a credibilidade das evidências deve ser considerada junto com a precisão relatada ao avaliar sistemas diagnósticos de TEA.
Análise de resultados estendida
Uma síntese mais ampla foi realizada para comparar a influência das modalidades de dados, estratégias algorítmicas, características de conjuntos de dados, estruturas de interpretabilidade, eficiência computacional e tecnologias emergentes no desempenho diagnóstico de TEA e na tradução clínica.
A Figura 7 oferece uma visão geral integrada dos fatores associados ao desempenho diagnóstico do TEA. A comparação de modalidades indica que as abordagens multimodais alcançaram o maior desempenho geral, seguidas pelos métodos baseados em neuroimagem. Comparações em nível de algoritmo sugerem que arquiteturas avançadas, incluindo redes neurais de grafos e frameworks de aprendizagem federada, demonstraram consistentemente forte desempenho enquanto simultaneamente enfrentavam desafios relacionados à heterogeneidade dos dados e preservação da privacidade. Análises relacionadas a conjuntos de dados indicam que conjuntos de dados maiores e multi-locais geralmente produziram resultados mais estáveis e generalizáveis do que coortes menores. Além disso, métodos que incorporam mecanismos de explicabilidade alcançaram maior aceitação clínica porque proporcionaram maior transparência na tomada de decisão dos modelos.
As matrizes de evidência e qualidade apresentadas nas Tabelas 4 e 5 reforçam essas observações. Estudos apoiados por conjuntos de dados maiores, procedimentos de validação mais rigorosos e testes externos geralmente demonstraram desempenho mais confiável do que estudos que dependem exclusivamente da validação interna. Em ambas as tabelas, a qualidade das evidências aumentou quando os estudos incorporaram coortes multi-locais, populações de teste independentes ou estruturas de validação federadas. Esses achados sugerem que futuros sistemas diagnósticos de TEA devem priorizar validação, rigor e reprodutibilidade, além da precisão preditiva.
A Tabela 6 resume a importância relativa dos critérios de avaliação para sistemas de IA diagnóstica para TEA. Sensibilidade, especificidade, validação externa, interpretabilidade, avaliação de justiça e viabilidade de implantação emergiram como fatores críticos para a tradução clínica. Embora a precisão diagnóstica continue importante, a análise demonstra que nenhuma métrica única é suficiente para estabelecer a utilidade clínica. Em vez disso, é necessária uma combinação de desempenho, confiabilidade, transparência e validação de evidências para uma adoção significativa em ambientes de saúde.
A síntese em nível de modalidade apresentada na Tabela 7 ilustra ainda mais diferenças na maturidade das evidências entre abordagens diagnósticas de TEA. Métodos baseados em neuroimagem demonstraram forte desempenho diagnóstico, mas frequentemente apresentaram limitações relacionadas à dependência do conjunto de dados e validação externa. Abordagens comportamentais e baseadas no olhar ofereceram melhor interpretabilidade e viabilidade de implantação, enquanto os frameworks de aprendizagem multimodal e federada mostraram o maior equilíbrio geral entre desempenho, maturidade de validação e prontidão clínica. Abordagens emergentes envolvendo análise de microbioma, biomarcadores acústicos de voz e sistemas baseados em XR continuam promissoras, mas exigem estudos de validação maiores antes da implementação clínica em larga escala.
Coletivamente, esses achados demonstram que o futuro da IA diagnóstica de TEA provavelmente dependerá de frameworks multimodais, validados externamente, interpretáveis e que preservem a privacidade, em vez da otimização de desempenho sozinha. A síntese enfatiza que a prontidão clínica é determinada não apenas pela precisão preditiva, mas também pela qualidade da validação, transparência, escalabilidade e aplicabilidade no mundo real.