Relógios inteligentes podem detectar Parkinson sete anos antes dos sintomas
Smartwatches, ou relógios inteligentes, podem detectar a doença de Parkinson sete anos antes de os principais sintomas aparecerem, descobriu um novo estudo publicado na revista Nature Medicine.
Usando inteligência artificial (IA), os pesquisadores analisaram a velocidade dos movimentos dos participantes durante um período de sete dias e previram quem mais tarde desenvolveria a doença.
O Parkinson, a condição neurológica que mais cresce no mundo, é uma doença na qual partes do cérebro são progressivamente danificadas.
Os sintomas podem ser físicos e psicológicos, incluindo agitação involuntária ou tremores, movimentos lentos e músculos rígidos e inflexíveis. Os pacientes também podem ter problemas de equilíbrio, perda do olfato, problemas de memória ou insônia.
A OMS estima que aproximadamente 200 mil pessoas tenham a doença de Parkinson no Brasil. Homens com idade entre 50 e 89 anos têm 1,4 vezes mais chances de serem diagnosticados do que mulheres.
Saiba mais sobre "Doença ou Mal de Parkinson" e "Doenças degenerativas".
Liderado por cientistas do UK Dementia Research Institute e do Neuroscience and Mental Health Innovation Institute da Cardiff University, o novo estudo coletou dados de 103.712 pessoas que usaram um relógio inteligente de grau médico por um período de sete dias entre 2013 e 2016.
Os relógios calcularam a velocidade média de cada participante, comparando os dados com um grupo de pessoas que já haviam recebido o diagnóstico de Parkinson. O modelo de IA foi ainda capaz de prever uma escala de tempo.
Os líderes do estudo estão esperançosos de que essa nova tecnologia possa ser usada como uma ferramenta de triagem futura, alcançando a detecção mais precoce do Parkinson do que os processos atuais permitem e facilitando o acesso ao tratamento precoce para os pacientes.
A Dra. Cynthia Sandor, líder emergente do UK Dementia Research Institute, disse: “Com esses resultados, poderíamos desenvolver uma valiosa ferramenta de triagem para auxiliar na detecção precoce do Parkinson.
“Isso tem implicações tanto para a pesquisa quanto para melhorar o recrutamento em ensaios clínicos; e na prática clínica, permitindo que os pacientes tenham acesso a tratamentos em um estágio inicial, no futuro, quando tais tratamentos estiverem disponíveis.”
A Dra. Kathryn Peall, professora clínica sênior do Neuroscience and Mental Health Innovation Institute, observa que, como o diagnóstico precoce é atualmente muito difícil, essa nova tecnologia promissora pode permitir que os pacientes tenham acesso crítico ao tratamento antes que sofram danos cerebrais extensos.
Normalmente, quando os sintomas aparecem, mais da metade das células da substância negra – a área do cérebro que abriga os neurônios dopaminérgicos – já terá morrido.
“Para a maioria das pessoas com doença de Parkinson, no momento em que começam a sentir os sintomas, muitas das células cerebrais afetadas já foram perdidas”, acrescentou a Dra. Peall.
“Embora nossas descobertas aqui não pretendam substituir os métodos de diagnóstico existentes, os dados do relógio inteligente podem fornecer uma ferramenta de triagem útil para auxiliar na detecção precoce da doença.
“Isso significa que, à medida que novos tratamentos começarem a surgir, as pessoas poderão acessá-los antes que a doença cause danos extensos ao cérebro”.
No artigo, as pesquisadoras relatam como os dados de rastreamento de movimento vestível identificam a doença de Parkinson anos antes do diagnóstico clínico.
Elas contextualizam que a doença de Parkinson é um distúrbio do movimento neurodegenerativo progressivo com uma longa fase latente e atualmente sem tratamentos modificadores da doença. Biomarcadores preditivos confiáveis que poderiam transformar os esforços para desenvolver tratamentos neuroprotetores ainda precisam ser identificados.
Usando o UK Biobank, investigou-se o valor preditivo da acelerometria na identificação da doença de Parkinson prodrômica na população em geral e comparou-se esse biomarcador digital com modelos baseados em genética, estilo de vida, bioquímica sanguínea ou dados de sintomas prodrômicos.
Modelos de aprendizado de máquina treinados usando dados de acelerometria alcançaram melhor desempenho de teste na distinção entre doença de Parkinson diagnosticada clinicamente (n = 153) (área sob a curva de precision-recall [AUPRC] 0,14 ± 0,04) e doença de Parkinson prodrômica (n = 113) até 7 anos pré-diagnóstico (AUPRC 0,07 ± 0,03) da população geral (n = 33.009) em comparação com todas as outras modalidades testadas (genética: AUPRC = 0,01 ± 0,00, P = 2,2 × 10-3; estilo de vida: AUPRC = 0,03 ± 0,04, P = 2,5 × 10-3; bioquímica sanguínea: AUPRC = 0,01 ± 0,00, P = 4,1 × 10-3; sinais prodrômicos: AUPRC = 0,01 ± 0,00, P = 3,6 × 10-3).
O estudo concluiu que a acelerometria é uma ferramenta de triagem potencialmente importante e de baixo custo para determinar pessoas em risco de desenvolver a doença de Parkinson e identificar participantes para ensaios clínicos de tratamentos neuroprotetores.
Leia sobre "10 sinais precoces da doença de Parkinson".
Fontes:
Nature Medicine, publicação em 03 de julho de 2023.
Independent, notícia publicada em 03 de julho de 2023.