O diagnóstico de transtornos mentais, como o Transtorno do Espectro Autista (TEA) e o Transtorno de Déficit de Atenção/Hiperatividade (TDAH), tem dependido historicamente de observações clínicas e entrevistas qualitativas, que podem ser limitadas por barreiras de custo, tempo e viés subjetivo. No entanto, a oculometria (gaze-tracking) tem se consolidado como um biomarcador digital robusto, capaz de revelar padrões de atenção visual que diferenciam perfis neurotípicos de neurodivergentes. Conforme investigado por Zhu et al. (2026), a transição dessa tecnologia de laboratórios especializados para dispositivos onipresentes, como os smartphones, representa um avanço crucial para a acessibilidade e a detecção precoce em larga escala.
A inovação proposta por Zhu et al. (2026) centra-se no desenvolvimento do EMProtoNet, um framework de aprendizagem profunda projetado para realizar o rastreamento ocular preciso utilizando apenas a câmera frontal de smartphones comerciais. Diferente dos métodos tradicionais que requerem hardware de infravermelho caro, essa tecnologia utiliza redes neurais prototípicas para superar o desafio do “ruído” ambiental e das variações de iluminação. Os resultados do estudo demonstram que padrões de fixação e sacadas coletados passivamente durante a visualização de estímulos sociais e não sociais podem predizer o diagnóstico de TEA e TDAH com uma acurácia comparável aos rastreadores oculares de nível laboratorial.
Um dos pilares do estudo é a aplicação da Inteligência Artificial Explicável (XAI). Zhu et al. (2026) enfatizam que, para que essas ferramentas sejam aceitas na prática clínica, não basta que sejam precisas; elas devem ser interpretáveis. O modelo EMProtoNet permite que clínicos visualizem os “mapas de calor” da atenção do paciente, identificando, por exemplo, a evitação do olhar social no TEA ou a instabilidade atencional no TDAH. Essa capacidade de traduzir dados complexos em evidências visuais facilita o suporte à decisão clínica e permite um monitoramento contínuo do progresso terapêutico fora do ambiente de consultório, transformando o smartphone em um laboratório de diagnóstico móvel.
Apesar do potencial revolucionário, a implementação dessas tecnologias exige rigor metodológico na calibração e na proteção da privacidade do usuário. Zhu et al. (2026) abordam essas questões através de estudos de ablação sistemáticos, garantindo que o mecanismo de raciocínio baseado em protótipos mantenha a robustez mesmo em condições de uso não supervisionado. A visão assertiva apresentada é que o rastreamento ocular por smartphone reduz drasticamente as barreiras de entrada para o rastreio psiquiátrico, permitindo que populações em áreas remotas ou com poucos recursos tenham acesso a avaliações preliminares de alta qualidade, acelerando o encaminhamento para intervenções especializadas.
Em conclusão, o trabalho de Zhu e colaboradores (2026) marca uma mudança de paradigma na psiquiatria digital. Ao transformar a interação cotidiana com dispositivos móveis em uma fonte de dados biométricos clinicamente validados, a ciência caminha para um modelo de saúde mental mais proativo e igualitário. O sucesso do rastreamento ocular via smartphone reside na sua capacidade de unir a sofisticação algorítmica à simplicidade do uso cotidiano, consolidando-se como uma peça-chave na infraestrutura da medicina de precisão para transtornos do neurodesenvolvimento.
Referência (ABNT):
ZHU, Gancheng et al. Smartphone gaze-tracking for accessible psychiatric assessment. npj Mental Health Research, [s. l.], p. 1-33, 24 abr. 2026. DOI: 10.1038/s44184-026-00211-8. Disponível em: https://doi.org/10.1038/s44184-026-00211-8. Acesso em: 9 mai. 2026.
