SOFIA: SOFTWARE ORIENTADO POR INTELIGÊNCIA ARTIFICIAL PARA AUXÍLIO AO PRÉ-DIAGNÓSTICO DO TEA INFANTIL

Resumo

O Transtorno do Espectro Autista (TEA) é um distúrbio de neurodesenvolvimento cujos sinais podem ser identificados a partir dos 18 meses. No entanto, o diagnóstico precoce é desafiado pela falta de profissionais especializados, especialmente em áreas rurais. Este estudo tem como objetivo desenvolver uma aplicação móvel, baseada em inteligência artificial (IA), para auxiliar profissionais de saúde no pré-diagnóstico de TEA em crianças de 0 a 2 anos na região do Vale do Ribeira. Foi implementado um modelo de rede neural do tipo MultiLayer Perceptron (MLP) para analisar dados de triagem coletados por meio do protocolo Q-CHAT-10. A aplicação foi desenvolvida com Kotlin para a interface, Java com Spring Boot para a API e Python (FastAPI) para a interação com o modelo de IA utilizando Keras e TensorFlow. A base de dados contou com 1.054 instâncias, e o modelo foi treinado com validação cruzada k-fold de 10 dobras, obtendo acurácia superior a 90%. Testes adicionais, com 54 novas instâncias, resultaram em uma precisão de 90,7% e sensibilidade de 92,6%. Conclui-se que a aplicação desenvolvida tem potencial para melhorar o pré-diagnóstico de TEA, especialmente em regiões de difícil acesso, ampliando assim a acessibilidade no processo de identificação precoce.