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.
