Current gaps in downstream applications of fMRI foundation models: lessons learned from BrainLM & BrainHarmonix on Prevent-AD

O cérebro humano é uma vasta e vibrante rede de bilhões de células que se comunicam através de sinais elétricos. Para entender como essa rede funciona, os cientistas frequentemente utilizam uma poderosa câmera chamada imagem por ressonância magnética funcional, ou fMRI. Esta máquina não tira uma fotografia estática; em vez disso, ela registra um filme do cérebro enquanto este repousa, capturando as sutis ondas de atividade que ondulam através de diferentes regiões. Ao observar como essas regiões sobem e descem em sincronia, os pesquisadores podem mapear as conexões funcionais do cérebro, de forma muito semelhante a rastrear o fluxo de tráfego em um mapa de uma cidade para ver quais bairros estão mais estreitamente ligados. Durante anos, a maneira padrão de analisar esses mapas tem sido medir a força das conexões entre cada par de regiões. Este método, conhecido como conectividade funcional, tem sido o motor para prever coisas como a idade ou o sexo de uma pessoa, e para tentar detectar sinais precoces de doenças como o Alzheimer.

Recentemente, uma nova onda de inteligência artificial varreu a ciência, prometendo revolucionar a forma como entendemos dados complexos. Em campos como linguagem e visão, os "modelos de fundação" tornaram-se famosos. Estes são programas de computador massivos treinados em quantidades enormes de dados para aprender os padrões subjacentes do mundo sem serem instruídos sobre respostas específicas. Eles aprendem a prever o que vem a seguir em uma frase ou como uma imagem se parece, construindo uma compreensão profunda e flexível que pode ser aplicada a novas tarefas menores. Pesquisadores em ciência do cérebro têm estado ansiosos para testar essa abordagem, esperando treinar modelos gigantes semelhantes em milhares de exames cerebrais para que pudessem aprender a "gramática" geral da atividade cerebral. A esperança era que esses modelos se tornassem ferramentas poderosas que qualquer médico ou cientista pudesse usar para diagnosticar doenças ou prever quem poderia desenvolver problemas de memória, mesmo com muito pouco dado próprio.

Uma equipe de pesquisadores partiu para testar se essa promessa era real para o mapeamento cerebral. Eles escolheram dois dos modelos de fundação mais novos e avançados para fMRI, chamados BrainLM e BrainHarmonix, e os colocaram à prova em um conjunto de dados desafiador do mundo real. Este conjunto de dados veio do estudo PREVENT-AD, que acompanha centenas de adultos saudáveis com histórico familiar de doença de Alzheimer. O objetivo era ver se esses novos modelos de inteligência artificial poderiam superar os métodos antigos e confiáveis de conectividade funcional ao tentar prever quatro coisas específicas: o sexo de uma pessoa, sua faixa etária, se ela desenvolveria comprometimento cognitivo leve no futuro e se possuía um tipo específico de acúmulo de proteína no cérebro que sinaliza o Alzheimer. Os pesquisadores queriam saber se esses modelos estavam prontos para serem usados por cientistas independentes ou se ainda eram difíceis demais para serem aplicados fora dos laboratórios que os criaram.

A jornada começou com um obstáculo significativo: simplesmente fazer os modelos funcionarem em novos dados estava longe de ser simples. Quando a equipe tentou usar o código de software fornecido pelos criadores do BrainLM, descobriu que ele não funcionava com seus dados. O código dependia de uma forma personalizada e artesanal de limpar os exames cerebrais que era incompatível com as ferramentas padrão usadas pela maioria dos neurocientistas. Os pesquisadores tiveram que reescrever as etapas de processamento de dados, mudando para um método amplamente aceito e padrão usado pela comunidade em geral. Somente após fazer essas mudanças substanciais é que o modelo começou a aprender adequadamente. O segundo modelo, BrainHarmonix, apresentou um problema de outro tipo. Sua documentação não explicava como preparar novos dados para o modelo, deixando a equipe adivinhar a maneira correta de normalizar os sinais. Eles tiveram que testar várias abordagens diferentes apenas para encontrar uma que produzisse resultados estáveis. Essas lutas iniciais destacaram uma grande lacuna: embora os modelos fossem poderosos, eles ainda não estavam empacotados de uma forma que permitisse aos pesquisadores independentes usá-los facilmente sem uma investigação técnica significativa.

Uma vez que os modelos estavam rodando, a equipe comparou suas previsões com o método padrão de conectividade funcional e com um classificador "dummy" simples, que apenas adivinha a resposta mais comum todas as vezes. Para prever o sexo, o antigo método de conectividade funcional foi, na verdade, o vencedor. Ele identificou corretamente o sexo dos participantes com mais frequência do que qualquer uma das características extraídas dos novos modelos de fundação. Para prever faixas etárias, uma característica do modelo BrainHarmonix, que foi derivada de imagens estruturais do cérebro em vez da atividade funcional, teve um desempenho ligeiramente superior ao método padrão, mas a diferença foi tão pequena que poderia facilmente ter ocorrido por acaso. Os resultados foram ainda mais desanimadores para os alvos clínicos. Ao tentar prever quem desenvolveria comprometimento cognitivo leve ou quem tinha o acúmulo de proteína relacionado ao Alzheimer, nenhum dos modelos de fundação conseguiu superar o simples classificador dummy em termos de precisão geral. Isso ocorreu principalmente porque os grupos de pessoas com essas condições eram muito pequenos em comparação ao grupo saudável, tornando difícil para qualquer modelo encontrar um sinal sem apenas adivinhar a maioria.

No entanto, a história não foi inteiramente de fracasso. Quando os pesquisadores olharam mais de perto para os detalhes específicos das previsões, encontraram um indício sutil de promessa. Embora os modelos não fossem precisos o suficiente para serem usados como uma ferramenta de diagnóstico, algumas das características dos modelos de fundação foram melhores em identificar as poucas pessoas que realmente tinham a doença do que o método padrão. Em outras palavras, quando o modelo fazia uma previsão positiva, era ligeiramente mais provável que estivesse correto, embora perdesse muitos casos. Isso sugere que os modelos podem estar capturando um sinal diferente, talvez mais sutil, nos dados cerebrais que o método padrão ignora. No entanto, como essas melhorias não foram estatisticamente significativas, os pesquisadores não puderam afirmar que os modelos haviam definitivamente resolvido o problema. Os achados sugerem que a poderosa transferência de conhecimento vista nos modelos de linguagem ainda não foi replicada no mapeamento cerebral.

O estudo conclui que esses modelos de fundação ainda não estão prontos para serem adotados por pesquisadores independentes para uso clínico. Eles exigem muita adaptação técnica e ainda não provaram que podem superar os métodos estabelecidos e mais simples que têm sido usados há décadas. Os autores argumentam que, para que esses modelos sejam verdadeiramente úteis, o campo precisa de ferramentas de software padronizadas que os tornem fáceis de instalar e executar, e estudos futuros devem sempre comparar os novos modelos contra a linha de base padrão de conectividade funcional. Até lá, o sonho de um modelo cerebral universal que possa diagnosticar instantaneamente o Alzheimer ou prever o declínio da memória continua sendo apenas isso: um sonho, aguardando testes mais rigorosos e uma melhor engenharia para se tornar realidade.