Uma caneta que, utilizada sob supervisão médica, permite analisar os movimentos realizados pelos pacientes para buscar o diagnóstico de Parkinson. O dispositivo computadorizado foi criado e aprimorado por pesquisadores da Universidade Federal do Ceará (UFC) para auxiliar na detecção precoce da doença, que ainda é incurável e tem sintomas mais evidentes apenas nos estágios mais avançados. A pesquisa, porém, precisa de financiamento.
Para isso, foram realizadas duas pesquisas lideradas pelo professor do Departamento de Engenharia de Teleinformática da UFC, Victor Hugo Costa de Albuquerque, em parceria com outras instituições do Brasil e do exterior. A primeira delas, que levou ao desenvolvimento da caneta inteligente, foi publicada revista Sensors em outubro de 2020, em parceria com a Universidade de Lisboa, em Portugal, a Universidade King Saud, na Arábia Saudita, e a Universidade de Calábria, na Itália.
.webp?f=4x3&h=360&w=480&$p$f$h$w=f732c20)
A caneta foi desenvolvida para ser utilizada durante o chamado teste de diadococinesia em papel, que consiste em aferir a habilidade do paciente de realizar movimentos rápidos, repetidos e alternados por meio de traços feitos à mão. Comparado a pacientes saudáveis, pessoas com doença de Parkinson apresentam movimentos diferentes em relação ao alcance, velocidade e tempo para finalizar o teste.
O estudo elaborou um dispositivo eletrônico com dois sensores acoplado à tampa de uma caneta comum e envia os sinais captados para um software. Dessas informações, são extraídas características como aceleração da caneta e tempo para completar a tarefa. O software analisa esses dados por meio de técnicas de aprendizado de máquina, e os resultados serão validados pelo médico para o diagnóstico do paciente.
MAIS EFICÁCIA PARA AUXILIAR NO DIAGNÓSTICO
Os resultados encontrados com a caneta inteligente já foram considerados satisfatórios. Porém, os pesquisadores buscaram um algoritmo mais eficaz na detecção do Parkinson e descreveram o processo de utilização dele em um segundo estudo, publicado na Computers in Biology and Medicine em 2021. Com a nova ferramenta computacional, a caneta inteligente atingiu resultados ainda mais promissores.
Os pesquisadores utilizam o algoritmo chamado de “floresta de caminho ótimo fuzzy” (ou fuzzy OPF, do inglês optimum-path forest) para a leitura automática dos traços feitos manualmente, uma vez que ele tem grande capacidade de lidar com problemas complexos de classificação. Esse segundo estudo foi feito em parceria com a Universidade de Fortaleza (Unifor) e a Universidade Estadual de São Paulo (Unesp).
O primeiro passo desse estudo foi utilizar outra ferramenta computacional para extrair características de dois conjuntos de dados compostos por traços geométricos — forma de espirais e meandros característicos do teste de diadococinesia — desenhados à mão por pacientes. Um deles continha desenhos feitos por pessoas com Parkinson e o outro tinham traços feitos por pessoas saudáveis.
Em seguida, o fuzzy OPF foi utilizado para a classificação dos dados, identificando quais deles se referiam a cada grupo de pacientes. “O fuzzy OPF faz isso calculando não apenas a distância entre os pontos, mas também o quão ‘pertencentes’ esses pontos são a cada grupo, o que pode ajudar a identificar amostras anômalas. Isso o torna uma ferramenta poderosa em situações em que a classificação não é uma decisão clara e definida, mas sim uma questão de probabilidade e graus de pertencimento”, explicou Victor Hugo Costa de Albuquerque à Agência UFC.
DIFICULDADE DE FINANCIAMENTO
Com resultados “promissores”, o professor afirma que a ferramenta pode proporcionar um valioso suporte aos médicos, sem substituir a expertise dos profissionais. A ideia é que o profissional faça o upload das imagens desenhadas pela pessoa que está sendo avaliada e obtenha uma avaliação da probabilidade de Parkinson. Para isso, é necessário desenvolver uma plataforma web ou um sistema desktop, o que está nos planos dos pesquisadores.
Porém, os próximos passos da pesquisa dependem de investimentos. “Obter financiamento para a implementação de nossas pesquisas tem sido um desafio. Devido à falta de investimento, não houve progressos significativos desde a data de publicação desse artigo em relação ao software de detecção da doença de Parkinson”, lamenta Albuquerque.
Na saúde, o fuzzy OPF também pode ser utilizado na identificação de câncer de mama, câncer de pele e outras condições. Além disso, o algoritmo pode ser aplicado para outras áreas, como segurança e indústria.
