Dados de wearables combinados com IA discernem efetivamente os sintomas da doença de Parkinson

Substância negra. Ilustração mostrando uma substância negra saudável em um cérebro humano. A substância negra desempenha um papel importante na recompensa, vício e movimento. A degeneração desta estrutura é característica da doença de Parkinson. [KATERYNA KON/SCIENCE PHOTO LIBRARY/Getty Images]

Uma nova pesquisa da organização sem fins lucrativos Cohen Veterans Bioscience (CVB) de pesquisa e defesa do cérebro demonstrou que dados vestíveis combinados com um algoritmo de inteligência artificial (IA) podem identificar efetivamente pessoas com doença de Parkinson e aquelas sem.

Os resultados, publicados na semana passada na revista Sensores e apoiado pela Fundação Michael J. Fox (MJFF), analisou dados da coorte da Iniciativa de Marcadores de Progressão de Parkinson (PPMI), que coletou dados continuamente usando o Verily Study Watch no ambiente natural de um sujeito. Os pesquisadores usaram esses dados para criar e treinar um algoritmo de IA para ver se ele poderia detectar o DP da atividade diária de uma pessoa.

No estudo de prova de conceito, a equipe de pesquisa usou dados de sensores inerciais dos relógios Verily Study usados ​​por indivíduos por até 23 horas por dia durante vários meses para distinguir entre sete indivíduos com DP e quatro sem.

“Como os sintomas de DP relacionados ao motor, como bradicinesia e anormalidades da marcha, normalmente estão presentes quando um sujeito com DP está andando, inicialmente usamos técnicas de reconhecimento de atividade humana (HAR) para identificar atividade semelhante à caminhada nos dados irrestritos e não rotulados. Em seguida, usamos esses eventos “semelhantes a caminhada” para treinar redes neurais convolucionais unidimensionais (1D-CNNs) para determinar a presença de PD”, escreveram os pesquisadores.

A nova ferramenta de IA forneceu bons resultados com pesquisadores prestes a discernir pessoas com e sem DP usando seus dados de wearables com 90% de precisão em medidas de caminhada única e 100% de precisão ao analisar dados coletados por um dia inteiro.

“Este estudo mostra a viabilidade de alavancar dados de sensores vestíveis irrestritos e não rotulados para detectar com precisão a doença de Parkinson usando métodos poderosos de aprendizado profundo”, disse Lee Lancashire, investigador principal do estudo e CIO da CVB. “Por meio dessa combinação de wearables e IA, estamos um passo mais perto de monitorar atividades individuais relacionadas à saúde, como função motora fora da clínica, liberando o potencial de detecção e diagnóstico precoce de doenças como a doença de Parkinson”.

O desenvolvimento de métodos inovadores para identificar e diagnosticar a DP é necessário, pois é uma das doenças neurológicas que mais crescem e atualmente não existem biomarcadores objetivos da doença. Marcado pelo declínio progressivo nos sintomas motores e não motores (por exemplo, cognição e humor), o diagnóstico de DP hoje é complicado e normalmente depende de questionários subjetivos para avaliar a gravidade dos sintomas, potencialmente levando a sintomas não detectados ou mal classificados.

A tecnologia de sensores mostrou seu potencial para auxiliar no diagnóstico e como meio para desenvolver biomarcadores digitais da doença. Os resultados deste estudo de prova de conceito para o uso de sensores como diagnóstico potencial para DP abre caminho para o uso de sensores como ferramenta para monitorar sintomas e progressão da doença.

“Embora sejam necessários estudos adicionais, estamos entusiasmados com o potencial de usar dados de sensores obtidos por meio da atividade normal de um paciente para permitir que os médicos monitorem e classifiquem os sintomas da DP por meio de medidas objetivas fáceis de obter que podem ser usadas para melhorar a tomada de decisões clínicas e orientar intervenções terapêuticas”, observou Mark Frasier, coautor do artigo e CSO do MJFF.

Leave a Comment