Técnica com IA melhora caminhada de pessoas com Parkinson, diz estudo

Pesquisadores da Universidade da Califórnia em São Francisco (UCSF), nos Estados Unidos, desenvolveram um método para melhorar a capacidade de caminhada de pessoas com Parkinson. A técnica combina estimulação cerebral profunda com algoritmos de inteligência artificial para personalizar o tratamento.

Alterações na caminhada são comuns na progressão do Parkinson. A marcha parkinsoniana inclui passos curtos, lentidão e assimetria entre as pernas, o que aumenta o risco de quedas e reduz a autonomia do paciente.

Leia também

O estudo avaliou como diferentes configurações de estimulação elétrica no cérebro influenciam o desempenho motor. O trabalho permitiu prever quais ajustes melhoram a caminhada sem agravar outros sintomas da doença.

A equipe desenvolveu um índice de desempenho da caminhada com base em medidas como comprimento do passo, amplitude do movimento dos braços e estabilidade dos passos. O sistema avaliou dados em tempo real durante testes de caminhada. As descobertas foram publicadas na revista npj Parkinson’s Disease, em 28 de junho.

O que é o Parkinson?

Tecnologia mede a resposta para caminhada

Para os testes, três participantes usaram dispositivos implantados que estimulam e monitoram a atividade elétrica no cérebro. Eles caminharam por um circuito de seis metros enquanto os aparelhos ajustavam os estímulos e registravam os efeitos.

Os pesquisadores utilizaram um modelo computacional que previu as combinações de estímulo mais eficazes para melhorar os movimentos dos pacientes.

As melhores respostas motoras estavam ligadas à redução da atividade beta no globo pálido, área do cérebro associada ao controle muscular. Esse padrão foi observado em momentos específicos do ciclo da marcha.

Padrões cerebrais orientam tratamentos

A estimulação cerebral profunda é usada há décadas para reduzir tremores e rigidez em pacientes com Parkinson. No entanto, seus efeitos sobre a marcha têm sido menos consistentes e difíceis de prever. Os efeitos variam entre pacientes e dependem da configuração aplicada.

A ausência de métricas padronizadas para avaliar a marcha dificulta ajustes precisos. O novo índice criado pelo grupo da UCSF busca preencher essa lacuna, oferecendo base objetiva para decisões clínicas.

Segundo os autores, a chave está em tratar cada caso de forma individual. “Conseguimos identificar combinações personalizadas de estímulo que aumentam o desempenho motor com base na atividade neural de cada pessoa”, afirmou Hamid Fekri Azgomi, coautor do estudo, em comunicado à imprensa.

7 imagensFechar modal.1 de 7

Parkinson é uma doença neurológica caracterizada pela degeneração progressiva dos neurônios responsáveis pela produção de dopamina

KATERYNA KON/SCIENCE PHOTO LIBRARY/ Getty Images2 de 7

Esse processo degenerativo das células nervosas pode afetar diferentes partes do cérebro e, como consequência, gerar sintomas como tremores involuntários, perda da coordenação motora e rigidez muscular

Elizabeth Fernandez/ Getty Images3 de 7

Outros sintomas da doença são lentidão, contração muscular, movimentos involuntários e instabilidade da postura

izusek/ Getty Images4 de 7

Em casos avançados, a doença também impede a produção de acetilcolina, neurotransmissor que regula a memória, aprendizado e o sono

SimpleImages/ Getty Images5 de 7

Segundo a Organização Mundial da Saúde (OMS), apesar de a doença ser conhecida por acometer pessoas idosas, cerca de 10% a 15% dos pacientes diagnosticados têm menos de 50 anos

Ilya Ginzburg / EyeEm/ Getty Images6 de 7

Não se sabe ao certo o que causa o Parkinson, mas, quando ocorre em jovens, é comum que tenha relação genética. Neste caso, os sintomas progridem mais lentamente, e há uma maior preservação cognitiva e de expectativa de vida

Visoot Uthairam/ Getty Images7 de 7

O Parkinson não tem cura, mas o tratamento pode diminuir a progressão dos sintomas e ajudar na qualidade de vida. Além de remédio, é necessário o acompanhamento de uma equipe multidisciplinar. Em alguns casos, há possibilidade de cirurgia no cérebro

Andriy Onufriyenko/ Getty Images

Modelos podem prever resposta ao estímulo

O uso de aprendizado de máquina permitiu aos pesquisadores prever o efeito de cada configuração de estímulo antes de aplicá-la. Com isso, evitaram ajustes que não trariam ganhos reais de mobilidade.

Os próximos passos da equipe incluem a integração do índice de desempenho com softwares de programação da estimulação cerebral, bem como ampliar os testes com mais pacientes em fases diferentes da doença. A ideia é criar ferramentas automáticas para otimizar o tratamento.

A equipe da UCSF considera que as descobertas representam um avanço para o cuidado de doenças neurológicas. “É um passo importante para tratamentos personalizados que realmente façam diferença na vida das pessoas”, conclui Azgomi.

Siga a editoria de Saúde e Ciência no Instagram e fique por dentro de tudo sobre o assunto!

Sair da versão mobile