Diagnostic Prediction of Attention-Deficit/Hyperactivity Disorder in Children Using AULA: A Virtual Reality-Based Continuous Performance Task

O diagnóstico do transtorno do déficit de atenção com hiperatividade, ou TDAH, tem se baseado há muito tempo em uma mistura de questionários preenchidos por pais e professores, juntamente com testes padronizados que pedem que as crianças se concentrem em tarefas simples em uma sala silenciosa. Embora esses métodos sejam bem estabelecidos, eles frequentemente têm dificuldade em capturar a realidade caótica de como a atenção de uma criança realmente funciona no mundo real. Em uma sala de aula típica, um aluno deve ignorar o farfalhar de papéis, o sussurro de um colega e o movimento de pessoas passando, tudo isso enquanto tenta ouvir um professor. Testes tradicionais raramente recriam essa complexidade, tornando difícil perceber como o cérebro de uma criança lida com a constante atração das distrações. Além disso, os sintomas do TDAH podem ser muito diferentes de uma criança para outra, e a condição é frequentemente definida pelo quanto o foco de uma criança oscila de momento para momento, em vez de apenas por uma pontuação única em um teste.

Para preencher a lacuna entre a sala de testes silenciosa e a sala de aula barulhenta, pesquisadores começaram a recorrer à realidade virtual. Esta tecnologia permite que cientistas construam ambientes imersivos, tridimensionais, que parecem reais para a pessoa que usa o headset, mas que permanecem perfeitamente controlados e mensuráveis. Ao colocar uma criança em uma sala de aula simulada repleta de distrações realistas, os pesquisadores podem observar exatamente como a atenção dela se mantém quando a pressão aumenta. Essa abordagem oferece uma maneira de medir o comportamento com um nível de detalhe que era anteriormente impossível, capturando não apenas se uma criança acertou ou errou uma resposta, mas como seu corpo se moveu, quanto tempo levou para reagir e como seu foco mudou conforme o ambiente mudava.

Um estudo recente de Fidel Rebón-Ortiz e Irene Alice Chicchi Giglioli, trabalhando com a organização Giunti Nesplora, colocou essa ideia à prova usando uma ferramenta específica de realidade virtual chamada AULA. Os pesquisadores queriam ver se poderiam usar esse ambiente imersivo, combinado com algoritmos computacionais avançados, para distinguir entre crianças com TDAH e aquelas sem o transtorno. Eles recrutaram um grupo de 352 crianças e adolescentes, de 6 a 16 anos, garantindo um número igual de participantes de ambos os grupos. Cada criança no estudo tinha visão e audição normais ou corrigidas para o normal, e o grupo com TDAH havia recebido um diagnóstico clínico formal baseado em critérios médicos padrão.

As crianças colocaram um headset de realidade virtual e entraram em uma sala de aula digital. Dentro dessa simulação, elas foram solicitas a realizar tarefas que imitavam o trabalho escolar real, como prestar atenção a um professor virtual enquanto ignoravam distrações como um colega passando um bilhete ou sussurrando. O sistema registrou uma vasta quantidade de dados enquanto as crianças trabalhavam, rastreando tudo, desde seus tempos de reação até os pequenos movimentos de suas cabeças e mãos. Os pesquisadores estavam particularmente interessados em como as crianças se comportavam quando as distrações estavam presentes em comparação a quando o ambiente estava silencioso. Eles buscaram padrões nos dados que pudessem revelar a assinatura única do TDAH, como o quanto o tempo de reação de uma criança variava de um momento para o outro, ou com que frequência cometiam erros ao tentar ignorar uma distração.

Após coletar esse fluxo rico de informações, a equipe utilizou um processo chamado aprendizado de máquina para encontrar as pistas mais importantes. Em vez de olhar apenas para um ou dois números, o computador analisou dezenas de diferentes medidas para ver quais delas melhor separavam os dois grupos. Os pesquisadores descobriram que os sinais mais reveladores não eram apenas sobre a rapidez com que uma criança conseguia responder, mas sim sobre o quão consistente ela era. Crianças com TDAH mostraram uma instabilidade muito maior em seus tempos de reação, especialmente quando tentavam ignorar distrações. Elas também cometeram significativamente mais erros de dois tipos específicos: deixaram de atingir alvos que deveriam ter atingido e pressionaram botões quando deveriam permanecer imóveis, particularmente quando a sala de aula virtual estava cheia de ruído e movimento.

O estudo identificou 14 variáveis principais que foram mais úteis para fazer uma previsão. Estas incluíam medidas de quanto o tempo de reação de uma criança flutuava, o número de erros cometidos quando as distrações estavam presentes e o quanto a atenção se desviava da tarefa em questão. Quando os pesquisadores inseriram essas variáveis específicas em diversos modelos de computador diferentes, os resultados foram impressionantes. Os modelos foram capazes de classificar as crianças com um alto grau de precisão, identificando corretamente o grupo ao qual a criança pertencia em mais de 93 por cento dos casos. Os modelos de melhor desempenho conseguiram distinguir entre os dois grupos com um nível de precisão que excede em muito o que é tipicamente visto com os métodos de teste tradicionais.

Uma das descobertas mais importantes foi que a presença de distrações fez uma enorme diferença. As variáveis que mais importavam eram aquelas medidas quando as crianças tentavam se concentrar em um ambiente barulhento e movimentado. Isso apoia a teoria de que o TDAH não é apenas um traço estático, mas uma condição em que a capacidade de uma pessoa de se concentrar é fortemente influenciada pelo seu entorno. Quando o ambiente é simples e silencioso, uma criança com TDAH pode ter um desempenho semelhante ao de seus pares, mas quando a carga cognitiva aumenta e as distrações aparecem, sua atenção torna-se instável e sua capacidade de controlar impulsos falha. O estudo mostrou que o ambiente de realidade virtual foi capaz de desencadear essas dificuldades específicas, permitindo que o computador visse o problema claramente.

Os pesquisadores também observaram que os modelos de computador foram capazes de captar padrões sutis que um observador humano poderia perder. Por exemplo, os modelos descobriram que a maneira como uma criança movia seu corpo no espaço virtual estava ligada à sua atenção. Em alguns casos, a inquietude física de uma criança parecia interagir com sua capacidade de manter o foco de maneiras complexas que não eram óbvias à primeira vista. Ao combinar os dados do teste de realidade virtual com essas técnicas computacionais avançadas, o estudo demonstrou que é possível criar um quadro muito mais preciso e objetivo da saúde atencional de uma criança.

Embora os resultados sejam promissores, os autores ressaltam cautelosamente que isto é um passo em uma jornada maior. O estudo utilizou um grupo específico de crianças e não incluiu todas as variações possíveis de TDAH ou outras condições que frequentemente ocorrem simultaneamente. Os modelos de computador usados no estudo são complexos, e os pesquisadores reconhecem que os médicos precisarão entender como esses modelos chegam às suas conclusões antes que possam ser usados amplamente em clínicas. No entanto, o trabalho fornece evidências sólidas de que colocar crianças em ambientes realistas e distrativos, medindo suas reações com alta precisão, pode revelar os desafios centrais do TDAH de uma forma que os testes tradicionais não conseguem.

Em última análise, esta pesquisa sugere um novo caminho para o diagnóstico. Ao se afastar de relatos subjetivos e testes simples, e mover-se em direção a ambientes imersivos e ricos em dados, os clínicos poderão em breve ter ferramentas que consigam enxergar a verdadeira natureza da atenção de uma criança. O estudo mostra que, quando recriamos os desafios do mundo real de uma sala de aula, as diferenças entre crianças com TDAH e aquelas sem o transtorno tornam-se claras e mensuráveis. Esta abordagem não apenas melhora a precisão de um diagnóstico; ela oferece uma compreensão mais profunda de como a atenção funciona, como ela falha sob pressão e como pode ser apoiada no mundo complexo e barulhento onde as crianças realmente vivem.