IA revolucionária detecta autismo e TDAH pela análise dos olhos: conheça a criação de jovem de 17 anos

Um estudante americano de apenas 17 anos desenvolveu uma inteligência artificial capaz de detectar autismo e TDAH com 89% de precisão analisando imagens da retina, conquistando o segundo lugar no Regeneron Science Talent Search 2026 e um prêmio de 175 mil dólares. Edward Kang criou a RetinaMind, uma ferramenta que utiliza aprendizado de máquina para identificar padrões no disco óptico correlacionados com transtornos do neurodesenvolvimento, oferecendo um método não invasivo e rápido de rastreamento que poderia reduzir drasticamente a idade média de diagnóstico de autismo dos atuais 4 a 5 anos para o período da primeira infância.

A Inovação de Edward Kang e o Potencial Revolucionário da RetinaMind

A RetinaMind representa um avanço significativo na detecção precoce de transtornos do neurodesenvolvimento. Desenvolvida entre 2025 e 2026, a ferramenta analisa características específicas da retina para identificar sinais de autismo e TDAH, oferecendo aos pais e profissionais de saúde uma oportunidade sem precedentes de intervenção precoce. O sistema funciona sem necessidade de procedimentos invasivos, exigindo apenas fotografias de alta qualidade dos olhos.

A precisão de 89% alcançada por Kang coloca sua criação no mesmo patamar de pesquisas internacionais de ponta. O jovem pesquisador agora trabalha em aperfeiçoamentos para que a RetinaMind consiga não apenas detectar a presença de autismo e TDAH, mas também classificar a gravidade dos transtornos em níveis leve, moderado e grave — um diferencial que permitiria personalizar planos de intervenção desde o primeiro diagnóstico.

Validação Científica: Pesquisas da Universidade Yonsei Confirmam a Viabilidade

A pesquisa de Edward Kang não surge no vácuo. Estudos independentes realizados por pesquisadores da Universidade Yonsei, na Coreia do Sul, já haviam validado a hipótese de que análise de imagens da retina pode servir como biomarcador robusto para esses transtornos. A equipe de Yonsei desenvolveu um modelo de inteligência artificial que diagnostica TDAH com precisão de 96,9% ao analisar fotografias fundoscópicas da retina, identificando maior densidade de vasos sanguíneos, artérias mais estreitas e alterações no disco óptico como marcadores mais fortes.

Publicado em março de 2025 na revista npj Digital Medicine do grupo Nature, o estudo examinou 1.108 imagens de retina de 646 crianças e adolescentes menores de 19 anos. Ainda mais impressionante, outra pesquisa de Yonsei publicada no JAMA Network Open alcançou precisão de 100% no diagnóstico de autismo em crianças utilizando fotografias de retina analisadas por aprendizado profundo, demonstrando que o disco óptico sozinho contém informações suficientes para distinguir transtorno do espectro autista do desenvolvimento típico.

O Que Especialistas Dizem: Ferramenta Complementar, Não Substituta

Apesar do entusiasmo com esses resultados, especialistas alertam para o uso apropriado da tecnologia. Tarcizio Brito, especialista em detecção precoce de transtornos do neurodesenvolvimento, observa que embora os resultados iniciais sejam promissores, é fundamental utilizar essa tecnologia como uma ferramenta de rastreamento adicional para apoiar pais e profissionais de saúde na percepção mais precoce de comportamentos atípicos. O diagnóstico clínico continua sendo o padrão ouro.

Essa perspectiva evita que pais se baseiem exclusivamente em um teste computadorizado para diagnosticar uma condição médica complexa, garantindo que cada criança ainda receba uma avaliação abrangente com Pediatra ou neurologista. A tecnologia acelera o processo de identificação, mas não o substitui — ela funciona como um sinalizador objetivo que permite que profissionais de saúde priorizem casos que necessitam de avaliação mais profunda.

Contexto Histórico: A Evolução do Diagnóstico de Autismo

O autismo foi descrito pela primeira vez em 1943 por Leo Kanner, mas permaneceu frequentemente confundido com esquizofrenia infantil até os anos 1980. A idade média de diagnóstico nos Estados Unidos diminuiu de 7 anos na década de 1990 para 4,5 anos atualmente, representando um progresso significativo na detecção precoce. Apesar desse avanço, 30% das crianças permanecem não diagnosticadas aos 8 anos de idade.

A inteligência artificial aplicada à análise de imagens retinianas marca a próxima evolução nesse processo histórico. Enquanto a medicina tradicional dependeu de observação comportamental subjetiva, a tecnologia de Kang e de pesquisadores como os de Yonsei move o campo para biomarcadores objetivos e baseados em imagens, potencialmente encerrando a era de esperar que os sintomas se tornem óbvios aos olhos dos pais e cuidadores.

Marcos do Desenvolvimento: Quando Rastrear Autismo e TDAH

A Academia Americana de Pediatria recomenda rastreamentos específicos para autismo aos 18 e 24 meses, períodos críticos quando sinais precoces como falta de apontamento, falha em responder ao próprio nome ou ausência de contato visual já devem ser perceptíveis. A intervenção precoce iniciada antes dos 3 anos é crucial para os resultados do desenvolvimento. Ferramentas como RetinaMind poderiam teoricamente permitir rastreamento aos 6-12 meses, reduzindo significativamente a janela entre o surgimento de sintomas e o início da intervenção.

Os pais podem monitorar o “teste dos 90 segundos”: se a criança não olha quando você aponta para um objeto ou não responde ao seu nome dentro de 90 segundos, pode ser indicação de rastreamento. Outros sinais de alerta incluem movimentos repetitivos como bater as mãos e falta de compartilhamento de alegria com os cuidadores.

Disparidade de Gênero: Por Que a IA Pode Fazer Diferença

Pesquisas consistentes mostram que transtorno do espectro autista e TDAH são mais prevalentes em meninos, com proporção de aproximadamente 4:1 para autismo. Contudo, meninas frequentemente são subdiagnosticadas porque seus sintomas — como ansiedade internalizada — diferem da apresentação estereotipada masculina, levando a diagnósticos tardios frequentemente apenas na adolescência. A análise de retina por inteligência artificial oferece um marcador diagnóstico neutro em relação ao gênero, potencialmente reduzindo vieses onde meninas são historicamente negligenciadas.

O Que Acompanhar nos Próximos Meses

O próximo grande marco será a evolução da RetinaMind para classificar níveis de gravidade de autismo e TDAH. Pesquisas atuais já alcançaram AUROC de 0,74 para classificação de gravidade, considerado aceitável, mas há espaço para melhoria. Esse desenvolvimento permitiria personalização imediata de terapias — ajustando intensidade de fonoaudiologia, dosagem de medicamentos e abordagens comportamentais conforme o nível de gravidade identificado.

A tecnologia de Edward Kang e as validações independentes de Yonsei indicam que estamos na beira de uma transformação na medicina do desenvolvimento infantil. Quando essas ferramentas forem integradas em clínicas pediátricas, especialmente em regiões com escassez de psiquiatras infantis especializados, o tempo entre suspeita parental e diagnóstico definitivo poderá finalmente diminuir, oferecendo a milhões de crianças a oportunidade de intervenção que pode transformar suas trajetórias de vida.