Serviço de e-mail
Sistema desenvolvido pelo CEFET-MG auxilia no diagnóstico Parkinson
Sexta-feira, 11 de março de 2022
Barato e acessível, o sistema busca alertar e motivar a pessoa a buscar outros meios de diagnósticos
A Doença de Parkinson é a segunda doença neurológica que mais acomete pessoas no mundo. Segundo a Organização Mundial da Saúde (OMS), no boletim “Neurological Disorders: public health challenges”, 1% da população mundial foi diagnosticada com a doença, sendo, no Brasil, 200 mil pessoas, com uma prevalência de 100 a 200 casos por 100 mil habitantes.
Para identificar os indícios de que a pessoa esteja com a Doença de Parkinson, alertá-la e motivá-la a buscar outros meios de diagnósticos, pesquisadores do CEFET-MG desenvolveram um sistema barato e acessível na área de Equipamentos Biomédicos que auxilia o diagnóstico de forma simples e direta. A pesquisa foi desenvolvida pelos alunos Melise Gonzaga e Rafael Leite, com as orientações dos professores Enderson Neves e Alexandre Farias.
O trabalho “Detecção de Parkinson usando Inteligência Artificial” faz parte do projeto de iniciação científica “Inteligência Artificial aplicada para Cursos Técnicos”, idealizado pelo professor Enderson, que tem por objetivo pesquisar, analisar e desenvolver técnicas de inteligência computacional que possam ser utilizadas pelos alunos dos cursos técnicos para aplicação nas diversas áreas produtivas. “Escolhemos o Parkinson por ser uma doença conhecida, que afeta muitos brasileiros, incluindo um familiar próximo, que foi diagnosticado com a doença cinco anos atrás em um estágio inicial, por meio de uma ressonância magnética; hoje em dia, devido ao diagnóstico precoce, ele tem uma boa qualidade de vida. Queremos que, assim como ele, outras pessoas possam ser diagnosticadas por meios mais acessíveis, com nosso sistema garantindo a elas um tratamento eficaz e uma vida melhor”, explica Enderson.
O sistema deve ser utilizado para orientar pacientes a procurarem profissionais de saúde na área de neurologia e auxiliar o médico no diagnóstico, não substituindo o profissional de saúde. Ele é baseado no teste de desenho geométrico, que permite distinguir diferentes estágios da doença usando um índice composto pela velocidade e pela pressão da caneta, ao se esboçar uma espiral ou onda. Utiliza técnicas de visão computacional e algoritmos de aprendizagem de máquina (machine learning) para detectar, automaticamente, a doença em imagens de espirais e ondas desenhadas à mão.
Segundo o orientador, os resultados preliminares indicam que é possível prever o Parkinson em imagens com aproximadamente 83% de precisão, utilizando o dataset (conjunto de imagens de espirais e formas de onda de pacientes doentes e com Parkinson), disponibilizado pelo Núcleo de Inovação e Avaliação Tecnológica em Saúde (NIATS) da Universidade Federal de Uberlândia (UFU), já que, devido à pandemia da covid-19, não foi possível criar o próprio dataset.
Como melhorias, o grupo pretende desenvolver um aplicativo para smartphones que torne o projeto mais acessível à população, um dataset maior e de testes com outras técnicas de Inteligência Artificial, que possam melhorar ainda mais os resultados alcançados.
Coordenação de Jornalismo e Conteúdo – SECOM/CEFET-MG