A equipe de pesquisa da Universidade de Örebro desenvolveu dois modelos de análise de EEG por inteligência artificial capazes de identificar com precisão pacientes com demência a partir da atividade elétrica cerebral. Essa tecnologia combina redes convolucionais temporais com redes de memória de curto e longo prazo (LSTM), distinguindo padrões de EEG característicos da doença de Alzheimer, demência frontotemporal e indivíduos saudáveis.

O pesquisador Muhammad Hanif afirmou: “O diagnóstico precoce é essencial para que medidas ativas possam ser adotadas, desacelerando a progressão da doença e melhorando a qualidade de vida dos pacientes.” O sistema de análise de EEG por IA atingiu mais de 80% de acurácia em testes e, por meio de técnicas explicáveis, apresentou trechos de sinais de EEG que fundamentam o diagnóstico.

Um segundo estudo utilizou um modelo leve desenvolvido em framework de aprendizado federado, alcançando 97% de precisão no reconhecimento, preservando a privacidade dos pacientes. Hanif destacou: “Modelos tradicionais de aprendizado de máquina frequentemente carecem de transparência e enfrentam desafios de privacidade. Nossa pesquisa visa resolver ambos os problemas.” Essa abordagem de análise de EEG por IA captura padrões relacionados à demência ao examinar sinais em faixas de ondas α, β e γ.

Com a contínua otimização da tecnologia, essa ferramenta tem potencial para aplicação em serviços de saúde de atenção primária. A combinação de EEG com dispositivos portáteis pode oferecer uma solução prática para o rastreamento precoce da demência. A equipe planeja expandir o conjunto de dados para incluir outros tipos de demência, como a vascular, promovendo a aplicação mais ampla da análise de EEG por IA no campo da neurologia.