A identificação precoce do Transtorno de Déficit de Atenção e Hiperatividade (TDAH) é frequentemente limitada por métodos subjetivos e complexidades relacionadas à variabilidade dos sintomas e comorbidades. Este estudo apresenta o DETEC-ADHD, uma aplicação web baseada em aprendizado de máquina (ML) e eletroencefalografia (EEG) para aprimorar a precisão diagnóstica do TDAH e identificar seus subtipos (inatento, hiperativo-impulsivo e combinado).
O sistema integra dados pessoais, médicos e psicológicos com sinais de EEG, utilizando a razão das ondas theta/beta como biomarcador. Entre os algoritmos testados, a Regressão Logística demonstrou alta eficácia, alcançando acurácia de 100% em crianças e 90% em adultos. Além disso, o DETEC-ADHD utiliza dispositivos portáteis para coleta de dados em tempo real, como o Muse Band S (Gen 2), otimizando a acessibilidade e escalabilidade em contextos de recursos limitados.
Os testes de validação incluíram atividades cognitivas e relaxantes, focadas em padrões de ondas cerebrais beta e theta, associados ao processamento de atenção e estados de relaxamento, respectivamente. O modelo foi desenvolvido e validado com o conjunto de dados HYPERAKTIV, que incluiu registros EEG, parâmetros fisiológicos e dados comportamentais, e demonstrou robustez na classificação do TDAH.
A arquitetura modular do sistema organiza-se em camadas de apresentação, integração, serviços e armazenamento, permitindo integração com dispositivos inteligentes e monitoramento contínuo. Este design permite análises em tempo real, classificação automática e fornecimento de diagnósticos precisos, alinhados às necessidades clínicas.
Os resultados indicam que o DETEC-ADHD representa uma abordagem inovadora e eficaz para o diagnóstico precoce e a identificação de subtipos de TDAH, oferecendo uma solução acessível e baseada em evidências para ambientes clínicos e laboratoriais.
Referência:
SANTARROSA-LÓPEZ, Ismael; ALOR-HERNÁNDEZ, Giner; BUSTOS-LÓPEZ, Maritza; HERNÁNDEZ-CAPISTRÁN, Jonathan; SÁNCHEZ-MORALES, Laura Nely; SÁNCHEZ-CERVANTES, José Luis; MARÍN-VEGA, Humberto. DETEC-ADHD: A Data-Driven Web App for Early ADHD Detection Using Machine Learning and Electroencephalography. Big Data and Cognitive Computing, v. 9, n. 3, 2025. Disponível em: https://doi.org/10.3390/bdcc9010003. Acesso em: 27 jan. 2025.
