Inteligência Artificial pode identificar doença de Parkinson pela respiração
A doença de Parkinson é notoriamente difícil de diagnosticar, pois depende principalmente do aparecimento de sintomas motores como tremores, rigidez e lentidão, mas esses sintomas geralmente aparecem vários anos após o início da doença.
Agora, Dina Katabi, a Thuan (1990) e Nicole Pham Professora do Departamento de Engenharia Elétrica e Ciência da Computação (EECS) do MIT e principal pesquisadora da Clínica MIT Jameel, e sua equipe desenvolveram um modelo de inteligência artificial que pode detectar Parkinson apenas lendo os padrões respiratórios de uma pessoa. A pesquisa foi realizada em colaboração com a Universidade de Rochester, Mayo Clinic e Massachusetts General Hospital.
Os pesquisadores do MIT demonstraram que a avaliação da inteligência artificial do Parkinson pode ser feita todas as noites em casa enquanto a pessoa está dormindo e sem tocar seu corpo.
O artigo produzido por Yuzhe Yang e outros 12 colegas foi publicado em 22/08 na Nature Medicine.
A Doença de Parkinson
Parkinson é a segunda doença neurológica mais comum, e a primeira que mais cresce no mundo, depois da doença de Alzheimer. Só nos Estados Unidos, aflige mais de 1 milhão de pessoas e tem um fardo econômico anual de US$ 51,9 bilhões. O algoritmo da equipe de pesquisa foi testado em 7.687 indivíduos, incluindo 757 pacientes com Parkinson.
Ao longo dos anos, pesquisadores investigaram o potencial de detectar Parkinson usando fluido cefalorraquidiano e neuroimagem, mas tais métodos são invasivos, caros e requerem acesso a centros médicos especializados, tornando-os inadequados para testes frequentes que poderiam fornecer diagnóstico precoce ou rastreamento contínuo da progressão da doença.
A dispositivo de Inteligência Artificial (IA)
Ao longo dos anos, pesquisadores investigaram o potencial de detectar Parkinson usando fluido cefalorraquidiano e neuroimagem, mas tais métodos são invasivos, caros e requerem acesso a centros médicos especializados, tornando-os inadequados para testes frequentes que poderiam fornecer diagnóstico precoce ou rastreamento contínuo da progressão da doença.
A ferramenta em questão é uma rede neural, uma série de algoritmos conectados que imitam a forma como um cérebro humano funciona, capaz de avaliar se alguém tem Parkinson de sua respiração noturna — ou seja, padrões de respiração que ocorrem durante o sono. A rede neural, que foi treinada pelo estudante de doutorado do MIT Yuzhe Yang e pelo pós-doutor Yuan Yuan, também é capaz de discernir a gravidade da doença de Parkinson de alguém e acompanhar a progressão de sua doença ao longo do tempo.
A equipe desenvolveu um dispositivo com a aparência de um roteador Wi-Fi doméstico, mas em vez de fornecer acesso à internet, o dispositivo emite sinais de rádio, analisa suas reflexões fora do ambiente circundante e extrai os padrões respiratórios do sujeito sem qualquer contato corporal. O sinal respiratório é então alimentado à rede neural para avaliar Parkinson de forma passiva, e não há nenhum esforço necessário do paciente e do cuidador.
“Uma relação entre Parkinson e respiração foi notada já em 1817, no trabalho do Dr. James Parkinson. Isso nos motivou a considerar o potencial de detectar a doença a partir da respiração sem olhar para os movimentos. Alguns estudos médicos mostraram que os sintomas respiratórios se manifestam anos antes dos sintomas motores, o que significa que atributos respiratórios podem ser promissores para avaliação de risco antes do diagnóstico de Parkinson.“
diz Katabi
“Não tivemos avanços terapêuticos neste século, sugerindo que nossas abordagens atuais para avaliar novos tratamentos são subótimas“, diz Ray Dorsey, professor de neurologia da Universidade de Rochester e especialista em Parkinson que foi coautor do artigo. Dorsey acrescenta que o estudo é provavelmente um dos maiores estudos de sono já realizados em Parkinson. “Temos informações muito limitadas sobre as manifestações da doença em seu ambiente natural e o dispositivo [de Katabi] permite que você obtenha avaliações objetivas e reais de como as pessoas estão se saindo em casa. A analogia que eu gosto de desenhar [das avaliações atuais de Parkinson] é uma lâmpada de rua à noite, e o que vemos da lâmpada da rua é um segmento muito pequeno… [O sensor totalmente sem contato de Katabi nos ajuda a iluminar a escuridão.“
Publicação adaptada e compartilhada sob licença MIT. Confira o texto original em mit.edu
