NeuroRay: Plataforma inteligente para diagnóstico precoce da doença de Alzheimer

Abstract

A Doença de Alzheimer é uma enfermidade neurodegenerativa progressiva que afeta milhões de pessoas em todo o mundo, comprometendo funções cognitivas essenciais e impactando significativamente a qualidade de vida dos pacientes e de seus familiares. Nesse contexto, técnicas de inteligência artificial aplicadas à análise de neuroimagens têm se destacado como ferramentas promissoras para auxiliar no diagnóstico precoce da doença. Este trabalho apresenta o desenvolvimento da plataforma NeuroRay, uma solução computacional voltada ao apoio diagnóstico da Doença de Alzheimer por meio da análise automatizada de exames de ressonância magnética e dados clínicos. Para a realização do estudo, foram utilizados dados da iniciativa Alzheimers Disease Neuroimaging Initiative (ADNI). As imagens foram processadas com a ferramenta FastSurfer para extração de características estruturais cerebrais, posteriormente utilizadas no treinamento de modelos de aprendizado de máquina. Foram avaliados os algoritmos Logistic Regression, Support Vector Machine, Random Forest e XGBoost, combinados com diferentes estratégias de seleção de atributos e validados por meio de validação cruzada estratificada. Adicionalmente, foi desenvolvida uma plataforma web para gerenciamento de pacientes, visualização de exames e geração automática de relatórios clínicos. Os resultados demonstraram que as características estruturais extraídas das imagens de ressonância magnética possuem potencial para auxiliar na identificação da Doença de Alzheimer. O melhor desempenho foi obtido pela combinação entre Recursive Feature Elimination e Logistic Regression, alcançando Recall de 0.867, Precision de 0.827, F1-Score de 0.839, Accuracy de 0,867 e ROC-AUC de 0.941. Os resultados evidenciam que a seleção adequada de características pode contribuir significativamente para o desempenho dos modelos preditivos. Conclui-se que a integração entre processamento de imagens médicas, aprendizado de máquina e sistemas computacionais pode fornecer suporte ao processo de tomada de decisão clínica, contribuindo para o desenvolvimento de ferramentas de auxílio ao diagnóstico da Doença de Alzheimer