Como a inteligência artificial pode antecipar o diagnóstico de TDAH em crianças

Por Alessandro Vittorio Romano – Em uma paisagem onde o tempo interno das famílias se mistura com o compasso das estações, surge uma investigação que promete trazer luz antes mesmo do amanhecer do diagnóstico. Um grupo de pesquisadores da Duke University, nos Estados Unidos, desenvolveu uma ferramenta baseada em inteligência artificial capaz de identificar, anos antes, sinais de TDAH (Transtorno do Déficit de Atenção e Hiperatividade), simplesmente lendo informações de rotina que já são colhidas durante as consultas pediátricas. O trabalho foi apresentado na revista Nature Mental Health.

O TDAH afeta milhões de crianças ao redor do mundo, e ainda hoje muitos passam anos sem um encaminhamento correto — um atraso que priva famílias e crianças de intervenções que podem mudar o curso do desenvolvimento. Como raízes que esperam a primavera, sinais sutis costumam surgir cedo, mas são difíceis de perceber sem uma colheita sistemática de dados.

Os pesquisadores analisaram os registros eletrônicos de saúde de mais de 140.000 crianças, com e sem TDAH. O modelo de inteligência artificial foi treinado para ler a história clínica desde o nascimento até a primeira infância, aprendendo a reconhecer combinações de eventos evolutivos, comportamentais e clínicos que frequentemente se manifestam anos antes do diagnóstico clínico tradicional.

Em vez de procurar um único sinal isolado, a ferramenta apreende padrões — uma espécie de respiração da cidade que se revela apenas quando observamos o conjunto. Esses padrões podem incluir marcos de desenvolvimento, queixas repetidas nas consultas, pequenas alterações no comportamento relatadas pelos cuidadores, e outros dados rotineiros que já constam nas fichas médicas. Assim, o algoritmo estima o risco de uma criança desenvolver TDAH com antecedência, oferecendo a possibilidade de diagnóstico precoce e encaminhamentos mais ágeis.

Os efeitos práticos são claros: identificar o risco mais cedo abre espaço para intervenções educativas, suporte familiar e estratégias de manejo que atuam como um cultivo de hábitos e rotinas favoráveis ao bem-estar. Intervir no tempo certo pode alterar trajetórias — mitigando impactos escolares, sociais e emocionais ao longo da vida.

É importante lembrar que essa ferramenta não substitui o olhar clínico nem o diagnóstico médico; ela funciona como um farol que sinaliza onde olhar com mais atenção. Há também questões éticas e de privacidade que acompanham qualquer uso de registros eletrônicos e de algoritmos em saúde: transparência, consentimento e segurança dos dados são pilares que precisam andar lado a lado com a inovação.

Para quem acompanha a pulsação do cotidiano e se preocupa com as pequenas estações da infância, a pesquisa da Duke traz uma promessa palpável: transformar o ritmo do diagnóstico em algo mais próximo do ciclo natural do crescimento, observando cedo sinais que, bem cuidados, podem florir em trajetórias mais serenas e sustentáveis.

Os resultados e a metodologia completos foram publicados em Nature Mental Health, e devem inspirar novas discussões sobre como integrar ferramentas de inteligência artificial aos fluxos de atenção primária em saúde, sempre com sensibilidade e respeito às famílias.