Utilização de Neuroimagem e Inteligência Artificial para Otimização do Diagnóstico e Tratamento das Ataxias Cerebelares Hereditárias

• Processo: 25/03793-9
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2025
• Data de Término da vigência: 31 de julho de 2026
• Área de conhecimento: Ciências da Saúde - Medicina - Radiologia Médica
• Pesquisador responsável: Thiago Junqueira Ribeiro de Rezende
• Beneficiário: Fernanda Schmitz de Miranda Gomes
• Instituição Sede: Faculdade de Ciências Médicas (FCM). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Aprendizagem profunda Ressonância magnética Neurologia
• Palavra(s)-Chave do Pesquisador: Ataxia Cerebelar Hereditária | Deep Learning | Frda | Ressonância Magnética | Sca | Segmentação Cerebelar | Neurologia

Resumo

As ataxias cerebelares hereditárias (ACH) são um grupo de doenças raras caracterizadas por ataxia cerebelar e degeneração do sistema nervoso. O diagnóstico é desafiador devido à sobreposição de sintomas clínicos, resultando em atrasos no diagnóstico e dificuldades nos ensaios clínicos, que dependem de escalas clínicas pouco sensíveis. Neste sentido, técnicas de neuroimagem têm sido aplicadas com sucesso na caracterização e distinção clínica de doenças neurodegenerativas. Ademais, com o advento da computação, técnicas de inteligência artificial (IA) também têm sido usadas satisfatoriamente para classificação e clusterização de dados. Portanto, este projeto busca integrar neuroimagem e IA como ferramenta para otimizar o diagnóstico de AC desenvolvendo um algoritmo que auxilie na indicação de testes genéticos para as principais ACH (SCA1, SCA2, SCA3, SCA6 e FRDA), reduzindo custos e agilizando o diagnóstico. Este estudo visa contribuir significativamente para o manejo clínico das ACH, promovendo intervenções precoces e melhorando a qualidade de vida dos pacientes.