Com publicação científica

Divulgação, Universidade Politécnica de Madri
Ilustração do experimento realizado no estudo
Por Redação SciAdvances
Fonte
Áreas
Compartilhar
Causada pela degeneração de células cerebrais que produzem dopamina, a doença de Parkinson é um distúrbio neurodegenerativo progressivo que afeta os movimentos e a qualidade de vida de milhões de pessoas em todo o mundo.
Um dos sintomas comuns em pessoas com Parkinson é a realização de movimentos mais lentos que o normal (bradicinesia), com perda progressiva na amplitude, velocidade ou força com que uma ação repetitiva é realizada.
Normalmente, essa limitação de movimentos é identificada através de uma análise clínica por especialistas. Mas cientistas também estão tentando desenvolver ferramentas que permitam essa identificação de movimentos limitados mesmo em uma situação cotidiana comum, o que poderia acelerar o diagnóstico da doença.
Pesquisadores da Universidade Politécnica de Madri (UPM), na Espanha, e da Universidade do Minho, em Portugal, propuseram uma nova abordagem para identificar a doença de Parkinson: analisar como uma pessoa bate um ovo durante um minuto enquanto usa um relógio inteligente.
A tarefa exige movimentos repetitivos de flexão-extensão e rotação do punho, a manutenção de um ritmo relativamente constante e energia de movimento sustentada ao longo do tempo.
A ideia é processar os registros de velocidade e aceleração que o relógio faz com seus sensores inerciais com um algoritmo de aprendizado de máquina para estimar a qualidade do movimento.
O estudo, publicado na revista científica Technologies, envolveu 22 pessoas com doença de Parkinson e 16 indivíduos saudáveis que atuaram como grupo controle.
Cada participante realizou a tarefa durante uma semana, inicialmente sob supervisão e posteriormente em casa, sem supervisão direta. No final da semana, o estudo foi concluído com uma sessão final supervisionada. Esse desenho permitiu comparar o desempenho do sistema tanto em um ambiente controlado quanto em condições reais normais.
Os pesquisadores destacaram que o objetivo da pesquisa não é substituir a avaliação clínica, mas verificar se uma tarefa cotidiana simples e reprodutível pode fornecer informações objetivas sobre a condição motora de uma pessoa.
Os resultados mostraram diferenças claras entre os grupos de participantes. Indivíduos com Parkinson apresentaram amplitudes menores de movimento, frequência de oscilação mais lenta e diminuição progressiva na energia do sinal ao longo da tarefa.
Esses padrões estão alinhados às manifestações clínicas de bradicinesia e foram observados nos dados coletados e analisados nos casos de Parkinson.
Com base nesses sinais, um dos modelos de aprendizado de máquina testados no estudo alcançou uma acurácia de 91,1% em condições supervisionadas. Quando o modelo foi aplicado a dados coletados em ambiente doméstico, a acurácia manteve-se em 87,8%.
Esse resultado é importante porque mostra que o modelo funciona de forma eficaz mesmo fora de um ambiente clínico.
Quando validada em estudos envolvendo grupos maiores e mais diversos, a ferramenta poderá facilitar o monitoramento de longo prazo dos sintomas motores, reduzir a necessidade de deslocamentos frequentes para avaliações clínicas e fornecer aos profissionais de saúde informações complementares sobre a evolução do paciente em seu ambiente diário.
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.
Publicidade
Publicidade
Publicidade
Outros avanços

Universidade Edith Cowan


