Detectar a doença de Alzheimer, numa fase inicial, pode não ser muito fácil para os médicos. Há outras doenças que apresentam características semelhantes. Percebendo que havia algo que podia ser trabalhado de forma a ter reflexo nesta área, Diana Prata, Hugo Ferreira e Ricardo Maximiano colocaram mãos à obra. Participaram na edição de 2016 do Cohitec – um programa que ajuda empreendedores e instituições de Investigação a Desenvolvimento a levarem as suas tecnologias para o mercado. Têm uma start-up, que se chama NeuroPsyCAD. E recentemente integraram a lista das start-ups finalistas do Caixa Empreender Award, que competiam por um financiamento adicional da Caixa Capital, unidade de capital de risco da CGD, de 100 mil euros.

"O ponto de partida é termos uma base de dados em que reunimos imagens do cérebro de pacientes com alzheimer ou com uma doença parecida, sintomatologicamente muito parecida", começa por contar Diana Prata, responsável científica (CSO na sigla em inglês) da NeuroPsyCAD. 

Focados, para já, na doença de alzheimer e no parkinson, esta start-up está a trabalhar para ter uma base de dados com casos de alzheimer – e que com casos também de défices cognitivos ligeiros "que sintomatologicamente são parecidos mas que a evolução da doença vai ser muito diferente e o tratamento deve ser diferente". "Treinamos algoritmos de 'machine learning' que, o que fazem é olhar para estes dados todos e encontrar um padrão que diferencia, por exemplo, o alzheimer e o défice cognitivo ligeiro. A nível comportamental, o médico não consegue distinguir, mas o algoritmo, olhando para o cérebro, e não apenas para uma ou duas áreas que é o que outras empresas parecidas connosco fazem," consegue, explica Diana Prata.

Os algoritmos precisam de muitos dados para irem, digamos, aprendendo quais são as diferenças entre as duas situações. E é assim que conseguem detectar padrões que podem levar a apontar para uma das doenças. "Nos casos em que o médico tem mais dúvidas. É nesse que queremos ajudar porque treinamos estes algoritmos de 'machine learning' que olham para estas diferenças muito subtis no cérebro e que seriam impossíveis de detectar por um radiologista olhando para a imagem", refere.

A equipa tem usado bases de dados públicas online para recolher as imagens do cérebro que usa para "ensinar" o algoritmo. E até agora têm obtido "níveis de acurácia elevados, na ordem dos 90 e tal por cento". "Agora estamos a fazer um esforço para criar a nossa própria base de dados".

A solução, contudo, não deverá chegar ao mercado em breve. O objectivo da NeuroPsyCAD para este ano é testar a solução. A ideia é que os médicos enviem os exames realizados pelo paciente, a tecnologia analisa-os e, posteriormente, a start-up envia um relatório com as conclusões. "O momento em que queremos ajudar é quando paciente vai ao médico. O médico manda-nos o scan e nós damos um relatório com uma análise baseada nestas subtilezas todas. E é objectiva".