Classificação multimodal EEG–fNIRS como ferramenta clínica para o diagnóstico do transtorno bipolar

Por que isso importa para a saúde mental do dia a dia

O transtorno bipolar costuma ser difícil de diagnosticar, especialmente quando os médicos precisam distinguir entre seus principais subtipos. Como o diagnóstico atual depende quase inteiramente de entrevistas e observação, as pessoas podem passar anos recebendo o tratamento errado. Este estudo investiga se gravações cerebrais simples e não invasivas — feitas enquanto as pessoas realizam uma tarefa emocional — podem fornecer pistas objetivas sobre quem tem transtorno bipolar, qual subtipo e quem é saudável. Se bem-sucedida, essa abordagem poderia levar a um atendimento mais rápido e personalizado em consultórios comuns.

Olhando para as oscilações de humor com luz e eletricidade

Os pesquisadores concentraram-se em uma característica central do transtorno bipolar: dificuldade contínua de controlar as emoções, mesmo durante períodos aparentemente estáveis. Eles usaram duas ferramentas que podem ser empregadas fora de grandes hospitais. Uma, o EEG, registra a atividade elétrica do cérebro a partir de uma touca com sensores no couro cabeludo. A outra, o fNIRS, emite luz no infravermelho próximo através da testa para acompanhar mudanças na oxigenação do sangue nas regiões externas do cérebro. Juntas, essas técnicas capturam sinais elétricos rápidos e respostas sanguíneas mais lentas na região frontal, que ajuda a controlar emoção, tomada de decisão e comportamento social.

Testando a distração emocional em tempo real

Para sondar o controle emocional, a equipe projetou uma tarefa visual em que as pessoas tinham que responder apenas à cor de uma moldura ao redor de uma imagem, ignorando se a imagem era agradável, neutra ou desagradável. Essa configuração, uma variação da tarefa Stroop emocional, cria uma disputa entre reações emocionais e uma tarefa cognitiva simples. Os participantes incluíram adultos com transtorno bipolar tipo I, transtorno bipolar tipo II e voluntários saudáveis. Enquanto realizavam a tarefa, sensores de EEG cobriam todo o couro cabeludo, e um pequeno conjunto de fontes e detectores fNIRS registrava mudanças no fluxo sanguíneo sobre a área frontal esquerda.

Padrões que revelam quem é quem

Primeiro, os pesquisadores verificaram o comportamento. Pessoas com transtorno bipolar demoraram mais para responder a imagens desagradáveis do que a imagens neutras ou agradáveis, sugerindo que emoções negativas interferiam mais em sua cognição. Os voluntários saudáveis não mostraram esse padrão. Em seguida, a equipe analisou os sinais cerebrais. Eles extraíram janelas temporais do EEG (desde respostas visuais rápidas em torno de um décimo de segundo até ondas posteriores relacionadas à emoção e à tomada de decisão) e da resposta mais lenta do fNIRS (capturando como o fluxo sanguíneo subia e caía após cada imagem). Usando essas características, treinaram modelos de aprendizado de máquina para classificar se uma pessoa era saudável ou tinha transtorno bipolar e — entre os pacientes bipolares — se era tipo I ou tipo II.

Combinar sinais aumenta o poder diagnóstico

Quando usaram apenas os sinais de EEG da touca de cobertura total, os modelos já separavam pacientes de voluntários saudáveis e frequentemente conseguiam distinguir os dois subtipos bipolares. Mas acrescentar características do fNIRS melhorou consistentemente esses resultados, especialmente para os problemas mais difíceis: distinguir o bipolar tipo II de participantes saudáveis e diferenciar tipo I de tipo II. As medidas baseadas em luz adicionaram informação sobre como vasos sanguíneos e atividade neural interagem no cérebro frontal, captando diferenças neurovasculares sutis que o EEG sozinho não conseguia. Mesmo quando os dados de EEG foram limitados apenas aos sensores frontais — imitando um sistema simplificado e mais portátil — a combinação de EEG e fNIRS reduziu classificações erradas e manteve o desempenho elevado.

Rumo a um diagnóstico mais simples e objetivo

Em termos simples, este estudo mostra que um pequeno conjunto de sensores na cabeça pode captar padrões cerebrais confiáveis que diferem entre pessoas saudáveis e aquelas com transtorno bipolar, e até entre seus principais subtipos. Ao emparelhar atividade elétrica e mudanças no fluxo sanguíneo, o método fortalece o sinal disponível para classificadores computadorizados, tornando as distinções de subtipo mais precisas. Embora ainda sejam necessários estudos maiores, essas descobertas apontam para ferramentas futuras adequadas a clínicas que poderiam complementar entrevistas, ajudar a evitar diagnósticos equivocados e, eventualmente, permitir tratamentos mais precoces e personalizados para pessoas em risco de transtorno bipolar.

Citação: Tahir, I., Planat-Chrétien, A., Bertrand, A. et al. Multimodal EEG–fNIRS classification as a clinical tool for bipolar disorder diagnosis. Transl Psychiatry 16, 177 (2026). https://doi.org/10.1038/s41398-026-03858-1

Palavras-chave: transtorno bipolar, imagem cerebral, EEG, fNIRS, regulação emocional