Inglês 
Espanhol 
Criado por Edward Kang, de 17 anos, o RetinaMind analisa imagens da retina, indica autismo ou TDAH e recebeu prêmio de US$ 175 mil em competição científica nos Estados Unidos
O RetinaMind, ferramenta de inteligência artificial criada pelo estudante Edward Kang, de 17 anos, usa imagens da retina para indicar sinais de autismo e TDAH com cerca de 89% de precisão. O projeto, desenvolvido a partir de estudos científicos e técnicas de aprendizado de máquina, recebeu US$ 175 mil em prêmio nos Estados Unidos.
RetinaMind nasceu de uma pesquisa sobre olhos e cérebro
Há três anos, Edward Kang procurava artigos científicos para um projeto escolar quando encontrou um estudo da Universidade Chinesa de Hong Kong sobre o uso de imagens da retina no diagnóstico do autismo.
A ideia chamou sua atenção por ligar duas áreas que, à primeira vista, parecem distantes: o olho e o cérebro. Hoje, Kang cursa o último ano do ensino médio na Bergen County Academies, em Hackensack, Nova Jersey.
-
A China lançou ao mar o primeiro navio civil de resgate médico oceânico do país, uma estrutura colossal de 100 metros e 5 mil toneladas com CT, centro cirúrgico, heliponto e capacidade para levar atendimento de emergência a regiões isoladas do planeta
-
Adeus ar-condicionado tradicional: Midea surpreende com PortaSplit portátil que dispensa instalação profissional, entrega 12.000 BTUs, modo silencioso de 39 dB, aquecimento, desumidificação, controle por app, economia com IA e desempenho de split sem quebrar parede
-
Singapura está transformando cinzas do lixo incinerado em uma “areia” de obra em um projeto ambicioso e surpreendente que pode mudar para sempre a forma como megacidades lidam com aterros, estradas e resíduos que quase ninguém vê
-
Prédio abandonado há 30 anos em Minas vai virar unidade de biotecnologia da Funed com investimento de R$ 10 milhões e promessa de aproximar ciência, indústria e saúde pública
A partir daquele estudo, o adolescente decidiu criar uma versão aprimorada do modelo. O resultado foi o RetinaMind, uma ferramenta de IA voltada ao diagnóstico de transtorno do espectro autista e transtorno de déficit de atenção com hiperatividade.
IA analisa padrões sutis que médicos não conseguem ver sozinhos
O funcionamento do RetinaMind parte de uma imagem da retina. A ferramenta analisa a imagem e informa porcentagens de confiança para três possibilidades: paciente neurotípico, autismo ou TDAH.
Segundo Kang, o diagnóstico com maior índice de confiança passa a ser o resultado oficial do modelo. A ferramenta também gera um mapa de calor da retina, destacando em vermelho as regiões que mais influenciaram a previsão.
O sistema usa modelos computacionais capazes de combinar padrões muito sutis da retina. Essas diferenças podem ser complexas demais para serem reconhecidas visualmente por médicos em uma análise isolada.
Pesquisadores já identificaram diferenças médias em estruturas da retina de pessoas com autismo ou TDAH, incluindo comprimento, espessura e profundidade da mácula, das camadas de fibras nervosas da retina e de outras regiões.
Essas características podem ser detectadas por ferramentas como a tomografia de coerência óptica, conhecida como OCT.
O desafio é que as diferenças são pequenas e se sobrepõem à faixa considerada normal em indivíduos neurotípicos.
Diagnóstico precoce do autismo é o principal foco do projeto
O transtorno do espectro autista afeta 1 em cada 54 crianças nos Estados Unidos, segundo o material consultado. Já o TDAH atinge quase sete milhões de crianças no país.
Paul Lipkin, pediatra especializado em neurodesenvolvimento no Instituto Kennedy Krieger e professor de pediatria na Johns Hopkins Medicine, explica que autismo e TDAH são condições de base neurológica ligadas a comportamentos ou habilidades incomuns ou problemáticas.
Atualmente, sem exames físicos para diagnosticar autismo e TDAH, profissionais usam avaliações de desenvolvimento e comportamento, como DSM-5, ADOS e Escalas de Avaliação de Conners.
Kang afirma que espera que o RetinaMind ajude a tornar os diagnósticos mais precoces. A ideia é permitir tratamentos mais cedo e melhorar a qualidade de vida de pacientes com autismo e TDAH.
Modelo evoluiu de uma rede neural simples para análise biológica
Para desenvolver o projeto, Kang aprendeu programação e fundamentos de aprendizado de máquina por conta própria, usando tutoriais e cursos online.
A primeira versão do modelo foi uma rede neural convolucional básica, ou CNN, inspirada no estudo encontrado inicialmente. Esse modelo serviu como ponto de comparação para versões mais avançadas.
Depois, Kang adicionou o TDAH ao sistema. Para ele, uma ferramenta de diagnóstico precisa diferenciar transtornos específicos, não apenas separar indivíduos neurotípicos daqueles com autismo.
O estudante também aplicou aprendizado conjunto, técnica em que vários modelos recebem a mesma imagem da retina e produzem previsões. Depois, os resultados são combinados, o que pode tornar o desempenho mais confiável.
Desde o fim de 2024, Kang também investiga mecanismos biológicos por trás das diferenças na retina. Ele usa modelos celulares do autismo para estudar genes que podem estar ligados a essas alterações.
Em sua pesquisa, identificou uma dúzia de genes candidatos. Um deles é o ABCA4, associado a uma proteína ligada à desintoxicação da retina.
Invenção recebeu prêmio de US$ 175 mil
O RetinaMind conquistou o segundo lugar no Regeneron Science Talent Search de 2026, competição de ciência, tecnologia, engenharia e matemática para estudantes do ensino médio nos Estados Unidos.
Com o resultado, Kang recebeu US$ 175 mil. A premiação reconhece estudantes com ideias voltadas à solução de desafios globais.
Maya Ajmera, presidente e CEO da Society for Science, afirmou que o projeto se destacou por combinar inteligência artificial com biologia laboratorial. Segundo ela, a proposta une sofisticação computacional e profundidade biológica.
Apesar do potencial, Lipkin alerta que autismo e TDAH são condições comportamentais e de desenvolvimento com raízes no cérebro. Para ele, diferenças retinianas podem não ser específicas desses transtornos, mas de condições neurológicas mais amplas.
Kang reconhece essa limitação. Atualmente, o modelo indica diagnósticos genéricos de autismo ou TDAH. O próximo objetivo é treinar o sistema para distinguir graus leves, moderados e graves dentro do espectro.
Esta matéria foi elaborada com base em informações do material fornecido sobre Edward Kang, RetinaMind, Regeneron Science Talent Search, Society for Science, Kennedy Krieger Institute e Johns Hopkins Medicine, com dados, números e declarações preservados conforme o material consultado.
