IA diagnostica mal de Parkinson a partir do padrão respiratório

O mal de Parkinson é uma doença de difícil diagnóstico, o que limita sua descoberta precoce e dificulta o monitoramento de seu progresso. Tradicionalmente, os médicos utilizam o aparecimento de sintomas motores, como tremores, enrijecimento e lentidão, para estabelecer um tratamento. Entretanto, esses sintomas aparecem num estágio relativamente avançado da doença. O diagnóstico precoce é essencial para frear o seu avanço, por isso alguns métodos alternativos têm sido propostos. Os de maior destaque envolvem a análise do fluido cerebrospinal e exames de neuroimagem, mas sua desvantagem é a natureza invasiva, o alto custo e a necessidade de equipamentos especializados e pessoal técnico, inviabilizando em muitos casos uma rotina de testagem capaz de providenciar o diagnóstico precoce e acompanhar a progressão da doença.

Dados esses problemas, pesquisadores do Instituto de Tecnologia de Massachusetts (MIT), nos Estados Unidos, observaram que a literatura sobre a doença reportava uma relação entre o mal de Parkinson e a respiração dos pacientes. Não só isso, as alterações respiratórias costumam aparecer anos antes dos sintomas motores. Então, eles desenvolveram um equipamento capaz de registrar o padrão de respiração de pessoas enquanto elas estão dormindo, e treinaram uma rede neural para analisar este padrão e entregar um diagnóstico.

O equipamento, que se parece com um roteador, emite ondas de rádio, cujo sinal pode ser usado para construir o padrão de respiração, com o benefício de não exigir esforço do paciente e sequer tocar seu corpo. O modelo foi avaliado com um dataset de mais de 7500 pessoas, atingindo uma métrica AUC de 0,90. Os autores ainda compararam os resultados obtidos com o emissor de ondas de rádio com aqueles produzidos por uma cinta, sendo o método sem fio superior. O modelo, por sua vez, foi capaz de estimar a severidade e a progressão da doença de acordo com uma escala unificada, atingindo correlação de 0,94.

O estudo traz importantes implicações tanto para o desenvolvimento de medicamentos quanto no cuidado clínico, possibilitando estudos mais rápidos e com menos pacientes, e habilitando pacientes ao monitoramento contínuo, o que é especialmente relevante em situações onde o tratamento tradicional é ineficiente, como para pacientes com dificuldade de locomoção ou que moram em áreas afastadas.

O trabalho publicado está disponível para consulta.

Deixe um comentário

O seu endereço de e-mail não será publicado.

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.