IA identifica enxaqueca além dos sintomas de dor de cabeça

Durante décadas, o diagnóstico de enxaqueca funcionou de forma simples: um médico perguntava ao doente como era a sua dor de cabeça. Não havia análise de sangue, não havia ressonância magnética, não havia biomarcador que confirmasse definitivamente o que estava acontecendo. Os clínicos confiavam num conjunto de sinais conhecidos — dores intensas, náuseas, sensibilidade à luz ou ao som — e a partir daí tomavam decisões sobre o tratamento. Mas investigadores noruegueses acabam de demonstrar que a enxaqueca deixa uma marca biológica muito mais profunda e complexa do que estes sintomas tradicionais sugerem.

A equipa utilizou inteligência artificial e dados genéticos de mais de 43 mil pessoas para identificar padrões que transformam a forma como entendemos esta doença neurológica comum. O trabalho, publicado na revista Neurology, partiu de um pressuposto radical: será que um algoritmo conseguiria identificar pessoas com enxaqueca sem lhes perguntar nada sobre as suas dores de cabeça? A resposta foi sim. Os investigadores forneceram ao modelo de IA dezenas de variáveis sobre a saúde e a vida das pessoas — características demográficas, saúde mental, doenças cardiovasculares e musculoesqueléticas, padrões de sono, exercício físico, medicamentos utilizados e informação genética — mas deliberadamente excluíram qualquer informação sobre os sintomas das crises de dor. Mesmo assim, o melhor modelo atingiu uma área sob a curva de 0,80 no conjunto de teste independente, um valor que indica uma capacidade de distinção razoavelmente forte entre pessoas com enxaqueca e participantes sem a doença. Anker Stubberud, médico e investigador de cefaleias na Universidade Norueguesa de Ciência e Tecnologia, explicou o significado desta descoberta: o facto de a inteligência artificial conseguir identificar a enxaqueca com tamanha precisão sem saber nada sobre a própria dor de cabeça sugere que a doença deixa marcas que vão muito além das crises.

Os investigadores analisaram dados do Trøndelag Health Study, um grande estudo populacional norueguês cujas informações clínicas foram recolhidas nas décadas de 1990 e 2000. Entre as 43 197 pessoas analisadas, quase 9 mil foram classificadas como tendo enxaqueca. A idade emergiu como o fator preditor mais importante, seguida de elementos como dor no pescoço, menstruação e náuseas. A inclusão de informação genética trouxe apenas uma melhoria marginal face aos dados clínicos isolados, sugerindo que a biologia da enxaqueca se manifesta de formas que vão muito além do que está escrito no código genético.

Mas o estudo foi além. Num segundo passo, em vez de pedir à máquina que distinguisse enxaqueca de outras dores de cabeça, os investigadores pediram-lhe que procurasse grupos que surgissem de forma natural nos dados. Entre 12 185 pessoas com informação suficientemente completa, o algoritmo identificou um grupo de 1 425 indivíduos em que 94% cumpriam os critérios de enxaqueca. Mais importante ainda, este grupo podia ser dividido em quatro subgrupos distintos. Um era constituído exclusivamente por homens. Outro caracterizava-se por dor intensa no pescoço. Um terceiro apresentava mais dores musculoesqueléticas associadas a ansiedade e depressão. O quarto assemelhava-se mais ao que os médicos reconhecem como enxaqueca clássica, com pessoas que apresentavam aura — um conjunto de sintomas neurológicos temporários como luzes a piscar, padrões em ziguezague, manchas escuras ou zonas brilhantes, mas também formigueiros, dormência e dificuldade em falar. Estes grupos apresentavam também diferenças nos respetivos sinais genéticos. As pontuações de risco genético baseadas em aprendizagem automática distinguiam melhor os grupos do que as pontuações poligénicas convencionais.

As implicações desta descoberta são profundas. Se a enxaqueca não é uma única doença, mas sim um conjunto diverso de condições biológicas distintas, então a frustração antiga de doentes e médicos — o motivo por que um tratamento que funciona muito bem para uma pessoa pode ter pouco efeito noutra — começa a fazer sentido. Stubberud afirmou que a inteligência artificial pode ajudar a fazer o diagnóstico correto, eliminando as muitas inconsistências que atualmente existem. Mais importante ainda, se diferentes formas de enxaqueca tiverem assinaturas biológicas distintas, os médicos poderão um dia prever que doentes vão responder a que terapias, para que as pessoas recebam o melhor tratamento possível, em vez de dependerem sobretudo da tentativa e erro. Este trabalho aponta para um futuro em que o diagnóstico de enxaqueca deixa de ser uma conversa entre médico e doente e passa a ser informado por uma compreensão profunda da biologia subjacente.