Pesquisadores do MIT rastreiam pacientes com Parkinson usando radar enquanto dormem

Quando usado para analisar leituras de mais de 7.600 indivíduos coletados de sensores em hospitais e laboratórios do sono nos EUA, o modelo de IA identificou corretamente pessoas com doença de Parkinson 80% das vezes. (Imagens Getty)

Dormir no Quarto

Aug 24, 2022 - Pesquisadores do MIT desenvolveram um sensor, do tamanho e formato de um roteador WiFi, que, segundo eles, pode ajudar a rastrear a respiração de pacientes com Parkinson enquanto dormem. O rastreamento é totalmente sem contato e o dispositivo alerta os cuidadores sobre qualquer progressão da condição - e também pode ser usado para diagnosticar o Parkinson.

O dispositivo emite ondas de rádio e captura seu reflexo para ler pequenas mudanças em seu ambiente imediato. Funciona como um radar, mas, neste caso, o dispositivo detecta a subida e descida do peito de uma pessoa.

Um sistema alimentado por inteligência artificial pega essas informações e as analisa em busca de padrões que possam estar ligados a alguns dos primeiros sinais de Parkinson ou para registrar mudanças na gravidade da doença ao longo do tempo.

“Uma relação entre Parkinson e respiração foi observada já em 1817, no trabalho do Dr. James Parkinson”, disse a professora Dina Katabi, investigadora principal da Clínica Jameel focada em IA da universidade, ao MIT News. “Isso nos motivou a considerar o potencial de detectar a doença pela respiração sem olhar para os movimentos”.

O Parkinson é tradicionalmente diagnosticado por um exame mais subjetivo de rigidez muscular, lentidão ou tremores. No entanto, os pesquisadores disseram que esses sintomas podem se tornar aparentes muito tempo depois que a doença se instalou.

“Alguns estudos médicos mostraram que os sintomas respiratórios se manifestam anos antes dos sintomas motores, o que significa que os atributos respiratórios podem ser promissores para a avaliação de risco antes do diagnóstico de Parkinson”, disse Katabi.

Outras opções de diagnóstico incluem varreduras cerebrais ou a coleta de amostras de líquido cefalorraquidiano. O modelo de IA, em comparação, pode facilmente coletar dados diariamente. Treinado pelo MIT Ph.D. estudante Yuzhe Yang e pós-doutorado Yuan Yuan, o programa de rede neural foi objeto de um estudo publicado esta semana na revista Nature Medicine.

Quando usado para analisar leituras de mais de 7.600 indivíduos coletados de sensores em vários hospitais e laboratórios do sono nos EUA, bem como de outros conjuntos de dados públicos – incluindo 757 pessoas com Parkinson – o modelo demonstrou um alto grau de precisão na detecção da doença de Parkinson. Ele identificou corretamente casos positivos em 80% das vezes e casos negativos em 82% das vezes.

A abordagem também pode ser usada para ajudar no avanço do desenvolvimento de novas terapias para Parkinson, disseram os pesquisadores, tornando mais fácil captar um sinal claro quando um tratamento está funcionando.

Yang e Yuan se juntaram a colegas da Rutgers University, University of Rochester Medical Center, Mayo Clinic, Massachusetts General Hospital e Boston University College of Health and Rehabilitation. O estudo foi patrocinado pelo National Institutes of Health, com apoio da National Science Foundation e da Michael J. Fox Foundation.

“Não tivemos avanços terapêuticos neste século, sugerindo que nossas abordagens atuais para avaliar novos tratamentos estão abaixo do ideal”, disse o coautor do artigo, Ray Dorsey, professor de neurologia da Universidade de Rochester, ao MIT News. “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”. Original em inglês, tradução Google, revisão Hugo. Fonte: Fiercebiotech.