Detecção de MCI a partir de testes de desenho manuscrito usando um transformador de visão residual

Por que desenhos simples podem revelar problemas de memória ocultos

Imagine que um médico pudesse identificar sinais precoces de demência apenas observando como você desenha um relógio, um cubo ou uma sequência de círculos conectados. Esses rascunhos rápidos já são usados em clínicas, mas são avaliados manualmente e dependem muito do julgamento do profissional. Este artigo mostra como um sistema de inteligência artificial (IA) chamado ResViT pode “ler” esses desenhos automaticamente, transformando traços de caneta em um alerta precoce para comprometimento cognitivo leve (MCI), uma fase entre o envelhecimento normal e a demência em que tratamento e planejamento ainda podem fazer grande diferença.

Dos testes em papel para triagem inteligente

O comprometimento cognitivo leve frequentemente se manifesta primeiro em tarefas do dia a dia que exigem planejamento, atenção e noção espacial — exatamente o que os testes de desenho procuram avaliar. Os médicos costumam pedir aos pacientes que desenhem um relógio indicando uma hora específica, copiem um cubo tridimensional ou conectem números e letras dispersos em sequência. No passado, cada desenho precisava ser pontuado visualmente, o que é lento e pode variar entre clínicos. Os autores propuseram construir um sistema mais objetivo que analise os três desenhos juntos, usando um computador para identificar padrões que até olhos treinados podem não notar. O objetivo não é substituir os médicos, mas oferecer uma segunda opinião rápida e consistente.

Combinando duas formas de ver: detalhes e visão geral

O núcleo do estudo é um modelo híbrido de IA chamado ResViT, projetado para combinar dois estilos complementares de análise de imagem. Uma parte, baseada em uma técnica conhecida como ResNet, é especialmente boa em detectar detalhes finos, como bordas, cantos e pequenas distorções nas linhas de um desenho. A outra parte, um Vision Transformer, sobressai ao entender a disposição geral — como as partes de um relógio, cubo ou trajeto se encaixam na página. Em vez de processar os desenhos por esses componentes sequencialmente, o sistema os executa em paralelo e então funde os dois fluxos de informação em uma única representação mais rica do estado cognitivo da pessoa.

Como o sistema aprende com desenhos reais de pacientes

Para testar a ideia, os pesquisadores usaram uma coleção pública de desenhos de 918 pessoas, cada uma das quais havia completado as tarefas de relógio, cubo e trail‑making. O status cognitivo de cada pessoa já havia sido avaliado por um teste clínico padrão, fornecendo um rótulo de referência de “saudável” ou “MCI”. A equipe converteu os desenhos em imagens em tons de cinza, redimensionou-os e aplicou ajustes simples, como rotações e mudanças de brilho, para tornar o modelo mais robusto. Durante o treinamento, o ResViT comparou repetidamente suas previsões com os rótulos conhecidos e ajustou seus parâmetros internos, com salvaguardas como early stopping e dropout para evitar memorizar os dados de treinamento em vez de aprender regras gerais.

Desempenho e o que o modelo revela

Quando avaliado em pessoas que nunca havia visto antes, o ResViT distinguiu corretamente indivíduos saudáveis daqueles com MCI em cerca de três quartos dos casos, com uma acurácia de 74,09% e uma pontuação F1 balanceada em torno de 0,67. Isso superou várias alternativas fortes, incluindo versões que usavam apenas a parte ResNet, apenas o Vision Transformer ou outra rede popular chamada EfficientNet. A abordagem híbrida, com cerca de um terço dos parâmetros internos de um grande transformer isolado, mostrou‑se especialmente eficaz em equilibrar sensibilidade à doença e evitar falsos positivos. Usando visualizações tipo mapa de calor, os autores também mostraram que o modelo tende a focar em regiões clinicamente relevantes — como dígitos do relógio, arestas do cubo e pontos de ramificação nos trajetos — sugerindo que ele está prestando atenção a pistas semelhantes às dos especialistas humanos.

Limites atuais e possibilidades para o futuro

Os autores ressaltam que o sistema ainda não está pronto para ser uma ferramenta de triagem universal. O conjunto de dados é modestamente dimensionado, enviesado para adultos mais velhos e carece de informações importantes de contexto, como nível educacional e diferenças culturais, que podem influenciar a forma de desenhar. O modelo também pode ser exigente em termos computacionais para dispositivos de baixa potência. Ainda assim, como o ResViT pode ser adaptado com relativamente poucos exemplos novos, ele poderia ser estendido a outros distúrbios cognitivos ou novas tarefas de desenho à medida que mais dados se tornem disponíveis. Integrar conjuntos de dados maiores e mais diversos e desenvolver versões mais enxutas do modelo serão passos cruciais rumo ao uso cotidiano.

O que isso significa para pacientes e famílias

Em termos práticos, este trabalho demonstra que IA bem projetada pode transformar esboços simples em papel em uma ferramenta prática para detectar sinais iniciais de problemas de memória e pensamento. Embora uma taxa de acerto de 74% não seja perfeita, é promissora para uma primeira linha de defesa que seja barata, rápida e fácil de repetir ao longo do tempo. No futuro, um desenho digitalizado numa clínica, ou até em um tablet em casa, poderia sinalizar discretamente mudanças sutis muito antes de se tornarem evidentes na vida diária, dando a médicos e famílias mais tempo para agir. Em vez de substituir o julgamento humano, sistemas como o ResViT podem tornar esse julgamento mais consistente e oportuno, levando ajuda mais cedo a pessoas em risco de demência.

Citação: Sirshar, M., Matloob, I., Tayyabah, A. et al. MCI detection from handwritten drawing test using residual vision transformer. Sci Rep 16, 10334 (2026). https://doi.org/10.1038/s41598-026-40716-y

Palavras-chave: comprometimento cognitivo leve, testes de desenho, aprendizado profundo, vision transformer, detecção precoce de demência