Nova tecnologia pode facilitar identificação precoce da Esclerose Lateral Amiotrófica
Com o auxílio de algoritmo de aprendizado de máquina, tecnologia pode melhorar qualidade de vida de pacientes com ELA

Cícero Oliveira, Agecom/UFRN

Protótipo do dispositivo de coleta de dados em fase de testes no laboratório do LAIS/UFRN

15 de janeiro de 2025, 11:54

Fonte

Wilson Galvão -AGIR/UFRN

Publicação Original

Universidade Federal do Rio Grande do Norte

Áreas

Bioeletrônica, Bioengenharia, Biofísica, Biomecânica, Ciência de Dados, Computação, Cuidados Paliativos, Dispositivos Vestíveis, Enfermagem, Engenharia Biomédica, Fisiatria, Fisioterapia, Neurociências, Neurologia, Psicologia, Reabilitação, Terapia Ocupacional

Compartilhar

Resumo

Pesquisadores estão desenvolvendo uma nova tecnologia para aquisição e processamento de sinais mioelétricos que poderia identificar precocemente a Esclerose Lateral Amiotrófica, bem como acompanhar o desenvolvimento da doença.

Com esse cuidado individualizado, a tecnologia permitiria intervenções precoces e também o planejamento da reabilitação e o seguimento da condição biomecânica do paciente de maneira otimizada.

O processamento dos dados por meio de algoritmo de aprendizagem de máquina viabiliza a identificação de biomarcadores, podendo ser usado em novas aplicações da tecnologia.

Cientistas do Laboratório de Inovação Tecnológica em Saúde (LAIS) da Universidade Federal do Rio Grande do Norte (UFRN) e do Instituto Santos Dumont (ISD) estão desenvolvendo uma nova tecnologia que promete antecipar a identificação da Esclerose Lateral Amiotrófica (ELA) com o auxílio da Inteligência Artificial, bem como acompanhar a progressão da doença.

O diagnóstico precoce da ELA e o acompanhamento da progressão da doença permitem intervenções precisas e adaptadas às necessidades do paciente, melhorando sua qualidade de vida.

A inovação tem por base a análise cinemática e de desempenho físico funcional de pessoas com ELA, e a propriedade intelectual está protegida por meio de pedido de patente de invenção depositado em novembro de 2024 junto ao Instituto Nacional da Propriedade Industrial (INPI).

Ana Paula Mendonça Fernandes – mestranda do Programa de Pós-graduação em Fisioterapia da UFRN e que participou do desenvolvimento da tecnologia em seu estudo – destacou que o equipamento poderá ser utilizado como ferramenta para auxiliar o diagnóstico da ELA, dando suporte para que profissionais de saúde prescrevam exercícios de reabilitação específicos para a condição de cada paciente.

A Dra. Raquel Rodrigues Lindquist, professora da UFRN e orientadora de Ana Paula Fernandes, disse que o sistema permite a aquisição de dados neuromusculares por meio de um dispositivo portátil e de baixo custo.

Dada a raridade da ELA, é fundamental aprofundar os estudos para ampliar o entendimento da doença. Acreditamos que a integração deste sistema ao Sistema Único de Saúde poderá facilitar o diagnóstico e ajudar na tomada de decisão terapêutica

Dra. Raquel Rodrigues Lindquist, professora da UFRN

A tecnologia classifica e analisa sinais biológicos de forma não invasiva em pessoas com ELA por meio de uma rotina de comunicação com o computador. O sistema extrai e categoriza as características do sinal eletromiográfico utilizando algoritmos de aprendizagem de máquina para identificar biomarcadores como os níveis de fadiga muscular.

“Pensamos nele como um sistema capaz de identificar diferenças estatísticas nos níveis de fadiga entre pessoas com ELA e pessoas saudáveis e como uma ferramenta valiosa para o eletrodiagnóstico da doença (…), [com] o potencial de reduzir a lacuna de conhecimento sobre a análise biomecânica de indivíduos com ELA”, disse o Dr. Danilo Alves Pinto Nagem, professor do Departamento de Engenharia Biomédica da UFRN e pesquisador vinculado ao LAIS.

O professor esclareceu que o sistema de aquisição de dados está em fase de ajustes finais, enquanto a rotina de comunicação e armazenamento de dados está sendo aprimorada. Alguns protótipos já foram testados em ambiente laboratorial e que o dispositivo se encontra no Nível de Maturidade Tecnológica 4 (TRL 4), fase em que os componentes do sensor estão sendo validados, em conformidade com a norma ISO 16290:2013.

Em suas publicações, o Portal SciAdvances tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal SciAdvances tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.

Autores/Pesquisadores Citados

Ana Paula Mendonça Fernandes

Mestranda do Programa de Pós-graduação em Fisioterapia da UFRN

Dra. Raquel Rodrigues Lindquist

Professora do Departamento de Fisioterapia da UFRN

Dr. Danilo Alves Pinto Nagem

Professor do Departamento de Engenharia Biomédica da UFRN

Mais Informações

Acesse a notícia original completa na página da Universidade Federal do Rio Grande do Norte.

Comunique um Erro

Notícias relacionadas

E-books relacionados

Rolar para cima