Inteligência artificial no diagnóstico precoce do Transtorno do Espectro Autista

Resumo

Introdução: a aplicação da inteligência artificial (IA) no diagnóstico precoce do transtorno do espectro autista (TEA) configura-se como uma fronteira tecnológica promissora na interseção entre a pediatria do desenvolvimento e a ciência de dados de alta precisão. Objetivo: analisar o uso da inteligência artificial na identificação precoce do TEA e suas contribuições clínicas. Métodos: trata-se de uma revisão integrativa da literatura, realizada por meio de buscas nas bases de dados PubMed e LIVIVO. Foram utilizados os descritores "Transtorno do Espectro Autista", "Inteligência Artificial" e "Diagnóstico", combinados pelos operadores booleanos "AND". Foram incluídos artigos publicados entre 2020 e 2025, disponíveis gratuitamente nos idiomas português e inglês. Após a utilização dos critérios de inclusão e exclusão, a amostra final totalizou 23 artigos científicos. Resultados: A análise revelou que a IA tem ajudado de forma significativa a tornar o diagnóstico do TEA mais rigoroso, rápido e menos dependente apenas do contexto clínico. Entre os métodos mais utilizados, destacam-se o rastreamento ocular, os biomarcadores digitais e os exames de neuroimagem, capazes de identificar padrões dificilmente percebidos em consultas padrão. Conclusão: a IA apresenta grande capacidade de contribuir para o diagnóstico precoce do TEA, possibilitando avaliações mais precisas, rápidas e objetivas. Ela contribui para a melhoria do diagnóstico clínico e ajuda em fases iniciais do desenvolvimento infantil. Portanto, são necessários mais estudos futuros que visem validar essas tecnologias e discutir casos com base em dados científicos de saúde.