O primeiro contacto com o médico costuma acontecer apenas quando se começam a manifestar os sintomas: tremores ligeiros nas mãos, braços ou pernas. Uma vez que não existe um teste laboratorial ou exame médico que permita apurar um diagnóstico definitivo ou uma cura que garanta uma recuperação completa, a doença de Parkinson continua ser um dos maiores mistérios dos dias de hoje. Mas com os mais recentes avanços tecnológicos e a incorporação da Inteligência Artificial em tarefas do dia-a-dia, esta última ferramenta poderá potenciar uma solução para esta patologia que afeta cerca de 20 mil pessoas em Portugal hoje em dia.

Um dos principais problemas associados a esta doença neurodegenerativa é o facto de ser apenas detetada quando a sua expressão já é clara. Não é possível prever se alguém vai desenvolver Parkinson: existem predisposições genéticas e hereditárias, mas não uma garantia que permita fazer um controlo antecipado dos riscos — até porque ainda não se sabe o que causa a doença e como se pode preveni-la.

Os especialistas contactados pelo Observador referem que, se fosse possível antecipar o diagnóstico antes do agravamento dos sintomas, as hipóteses de sucesso na administração de tratamento aumentariam consideravelmente, uma vez que a região afetada do cérebro ainda não está tão danificada. Ao mesmo tempo, seria também possível obter mais informação sobre a progressão da doença e, com isso, chegar a mais conclusões sobre como travar o avanço dos sintomas.

A doença de Parkinson resulta de uma redução dos níveis de dopamina, a “hormona do prazer” que é responsável também pelo controlo da atividade muscular. A morte das células cerebrais que a produzem leva às alterações da capacidade motora dos doentes, que se manifestam através dos tais tremores, rigidez e lentidão dos movimentos — bem como perturbações a nível do sono, da fala e da saúde mental. A cura ainda não existe, mas estão disponíveis diferentes opções que reduzem a intensidade dos sintomas. Sejam suplementos vitamínicos ou medicamentos que estimulam a produção de dopamina, a taxa de sucesso varia de pessoa para pessoa, não existindo uma alternativa que funcione de igual forma para todos os milhões de doentes em todo o mundo.

Das ressonâncias magnéticas funcionais à Inteligência Artificial

Na Fundação Champalimaud, em Lisboa, o investigador Noam Shemesh acredita que poderá ser possível detetar o Parkinson “anos antes” da manifestação de sintomas através de uma “ressonância magnética funcional”. “Muitos pacientes, quando começam a tremer, queixam-se de ter sofrido algum tipo de perturbação sensorial 10 a 15 anos antes”, refere o especialista israelita ao Observador, apontando para um possível biomarcador para a doença de Parkinson. Perda de olfato ou problemas de visão são alguns dos sintomas referidos por Noam Shemesh e confirmados num estudo feito em ratinhos.

Este fator, de acordo com o investigador, é mais fácil de detetar através de um exame ao cérebro do que a avaliação de volume cerebral perdido feita já depois da manifestação dos tremores, quando o dano causado pela doença já é significativo.

Ao longo dos últimos anos, tem surgido um esforço internacional para incorporar modelos de Inteligência Artificial na antecipação do diagnóstico, seja pelo acompanhamento dos sintomas ou mesmo para decifrar padrões de sono irregulares. Através de aplicações de telemóvel, programas de vídeo e canetas, o prognóstico para o futuro do diagnóstico da doença é “extremamente promissor“.

Em muitas destas inovações tecnológicas que visam “facilitar”e até “melhorar” o trabalho dos profissionais de saúde no processo de diagnóstico da doença de Parkinson, a inteligência artificial atua como um “escriba digital na clínica“, que permite aos médicos dar “mais atenção” aos doentes, ajuda a “entender melhor” os scans cerebrais e “combina um grande número de biomarcadores diferentes”, de modo a ser possível criar modelos preditivos sobre o prognóstico. Paralelamente, estes recursos adicionais contribuem para a identificação de estados mais precoces da doença, o que permite um tratamento mais antecipado de menor risco.

O diagnóstico “de bolso” que avalia os sintomas com modelos de Inteligência Artificial

Com o desenvolvimento de um protótipo de uma aplicação baseada em modelos de IA para monitorizar os sintomas da doença de Parkinson, o projeto “Steadylife” venceu no final de fevereiro o Programa de Empreendedorismo da Faculdade de Ciências e Tecnologia da Universidade NOVA de Lisboa (NOVA FCT). O grupo de cinco alunos portugueses recebeu um prémio de 1.500 euros para começar a tirar a ideia do papel e aplicá-la.

Como funciona esta app? É útil no tempo que dista entre o aparecimento dos sintomas e a primeira consulta: ao reunir num telemóvel com acesso à internet todos os recursos necessários para conseguir acompanhar um doente, permite que no momento do encontro com o médico, este último tenha acesso a muita informação.

“O projeto vem, de certa forma, revolucionar o método de diagnóstico da doença [de Parkinson]”, conta ao Observador a “CEO” do projeto Carlota Coutinho. O “SteadyLife” é responsável pelo rastreio dos sintomas, que depois acabam por contribuir para a decisão do médico, sendo um método de acompanhamento passivo do doente à distância e que não requer equipamentos adicionais.

“Uma pessoa, para ir a uma consulta, num bom caso, consegue ir uma vez por mês. Pode haver situações em que, naquele dia, os sintomas não sejam tão evidentes e o caso não é registado com a gravidade que realmente apresenta”, continua a estudante, referindo que, além de ter a capacidade de monitorizar os sintomas fora do ambiente hospitalar, um dos principais “valores” do projeto é oferecer “100% de conforto” aos utilizadores, sendo necessário apenas ter a aplicação aberta de fundo, e utilizar o telemóvel de forma habitual — sem a necessidade de fazer testes ou utilizar smartwatches (apesar de complementarem o acompanhamento).

Como se trata de um grupo de estudantes de mestrado, que têm como prioridade a obtenção do grau académico, Carlota Coutinho esclarece que o projeto ainda vai demorar até estar disponível em qualquer “app store“. Além da falta de tempo para dedicar ao projeto, o financiamento que receberam com o Programa de Empreendimento da NOVA FCT não é suficiente para adiantar os trabalhos. Para concretizar o protótipo do “SteadyLife”, os alunos dizem que devem precisar de cerca de 200 mil euros para conseguir financiar totalmente a execução do projeto.

Apesar de ainda não haver data para a produção de uma solução 100% portuguesa, o projeto liderado por Carlota Coutinho foi inspirado por outras aplicações internacionais semelhantes que se encontram em fases mais avançadas. Um dos exemplos elencados foi o projeto “i-Prognosis”, desenvolvido ao abrigo do programa Horizon, da União Europeia, entre 2016 e 2020. Entretanto, o projeto foi renovado e renasceu com o nome “AI-PROGNOSIS”, com o mesmo objetivo, mas com um prazo mais alargado para apresentar resultados.

Tanto o “SteadyLife” como o “AI-PROGNOSIS” utilizam os mesmos parâmetros para identificar a severidade dos sintomas: a escrita no telemóvel, os tremores detetados através do relógio e ainda os movimentos da pessoa captados pela câmera do seu smartphone. Como é que isto funciona exatamente? O coordenador do projeto europeu, Leontios Hadjileonatidis, explica ao Observador que a aplicação corre “de fundo” no telemóvel, ou seja, não precisa de estar aberta para se acumularem os dados.

Por exemplo, quando se escreve no telemóvel, a aplicação consegue determinar como a pessoa escreve, ou seja, a pressão que coloca no ecrã para escrever uma palavra ou frase, percebendo também o tempo que demora a passar de uma tecla para outra, recolhendo informação pertinente sobre as capacidades motoras do utilizador. Além dos tremores registados pelo acelerómetro presente num smartwatch, estes dispositivos também têm a capacidade de medir outros sintomas associados à doença, como a queda na qualidade de sono.

Numa forma de participação mais ativa, existem certos questionários que só podem ser preenchidos diretamente na aplicação, medindo estes sintomas em função das respostas em questões direcionadas, caso também da função vídeo (que só é utilizada dentro da app). É pedido ao utilizador que se coloque diante a câmera do telemóvel, de modo a cumprir uma série de “exames fáceis de movimento” que visam analisar o equilíbrio da pessoa através de um algoritmo de IA que “acompanha o esqueleto” nos vários movimentos, sendo posteriormente analisado pelo respetivo médico.

Na fase atual dos ensaios clínicos, toda a informação retirada da aplicação passa diretamente para “centros específicos associados ao projeto em Espanha, França, Reino Unido e Alemanha” que interpretam os dados e fazem o acompanhamento verdadeiro da atual população que está a contribuir para o desenvolvimento do AI-PROGNOSIS. Também é importante existirem pontos em diferentes Estados europeus devido às diferenças presentes nos vários serviços de saúde.

Neste momento, o estudo está dividido em quatro ensaios, cada um com entre 70 e 100 pessoas, perfazendo um total de quase 400 utilizadores ativos. Na primeira fase, entre 2016 e 2020, cerca de 3.000 pessoas descarregaram a aplicação, que entretanto foi retirada das lojas. A app em desenvolvimento ainda não está em regime de acesso livre no mercado, mas Leontios Hadjileonatidis refere que o atual acordo com a União Europeia prevê o desenvolvimento de um “produto mínimo viável” daqui a cerca de dois anos e meio, com a possibilidade de ser antecipado.

De uma forma complementar, esta aplicação permite também estabelecer um modelo preditivo sobre a deterioração dos sintomas, facilitando a deteção de alterações das condições dos utilizadores “o mais cedo possível”. Ao mesmo tempo, o AI-PROGNOSIS consegue verificar os efeitos da medicação que o doente esteja a tomar, fazendo uma ponte direta com o médico, que consegue então perceber se a dose ou os fármacos administrados estão a ser “otimizados” para o utilizador, “com o objetivo de evitar reações adversas”, acrescenta o coordenador do projeto.

Leontios Hadjileonatidis afirma que esta aplicação deve ser utilizada tanto por pessoas já com sintomas, como por aqueles que possam ser mais suscetíveis ao aparecimento da doença, tendo alguma predisposição genética ou hereditária. “Deve passar pelas pessoas que já têm os sintomas e foram diagnosticadas, para que possam monitorizar e gerir os sintomas, mas também pelos médicos, para que possam acompanhar os pacientes e alertar os políticos responsáveis pelos cuidados de saúde para serem tomadas medidas em termos de acessibilidade, monitorização, controlo de medicação e regulação”, esclarece.

A caneta com tinta magnética que regista tremores

A doença de Parkinson está sempre associada a tremores que limitam em larga escala a qualidade de vida do doente. Atividades comuns do dia-a-dia tornam-se progressivamente mais difíceis ou mesmo impossíveis devido às alterações das capacidades motoras numa fase já mais avançada da doença. Apesar de não se manifestarem de forma uniforme nos quase 12 milhões de doentes em todo o mundo, habitualmente estes tremores manifestam-se de forma ligeira numa fase inicial, evoluindo até ser totalmente incapacitante. Assim, um estudo piloto da Universidade da Califórnia em Los Angeles (UCLA) procurou perceber se era possível medir estes tremores numa etapa precoce da doença, de modo a conseguir identificá-la antes de se alastrar.

A equipa de cientistas liderada pelo professor e engenheiro Jun Chen tinha como missão avaliar a evolução dos tremores, da rigidez do movimento e das dificuldades motoras generalizadas que estão sempre acompanhadas pelo diagnóstico de Parkinson. Desta forma, desenvolveram uma caneta com propriedades magnéticas, permitindo replicar um movimento habitual, equipado de modelos de inteligência artificial que fazem a monitorização dos sintomas. Seja pelo tremor ou até pela forma como o doente segura na caneta, o dispositivo criado permitiu identificar a doença com uma taxa de eficácia de 96,22%, revela o estudo publicado na revista Nature Chemical Engineering.

Com uma ponta de silicone macia e com “partículas magnéticas”, carregada com uma tinta especial magnetizada pela ponta da caneta, o líder do laboratório refere que o produto desenvolvido é “muito eficaz em termos de custos e totalmente acessível aos países de baixo rendimento”. Ao pressionar a ponta da caneta contra uma folha de papel, esta caneta não funciona exatamente como uma esferográfica normal. A “magia” acontece simplesmente com o movimento de escrita. As pequenas partículas presentes na tinta, na interação com a ponta magnética, geram uma corrente elétrica que, por sua vez, se traduz em sinais elétricos que são lidos pelo modelo de inteligência artificial desenhado.

Não é necessário que os movimentos sejam feitos em papel, com a equipa a ter percebido que também era possível gerar estes sinais apenas simulando o gesto “no ar”. No consultório, o técnico pede ao doente que desenhe ondas, espirais ou apenas palavras — como se estivesse realmente a escrever algo importante — que depois são avaliados em computador e comparados com os movimentos de pessoas que não sejam portadoras de Parkinson. Neste primeiro ensaio participaram 16 pessoas, três das quais tinham a doença.

Uma das limitações desta experiência inédita é a população reduzida. Os investigadores responsáveis reconhecem que precisam de expandir o número de envolvidos para garantir a viabilidade do produto, mas mantêm que os dados já recolhidos são extremamente promissores. Para a próxima ronda de testes, existem diferentes variáveis nos radares de Guorui Chen, um dos responsáveis pelo estudo, para além do aumento da população, revela à revista IEEE Spectrum.

Os tremores foram o principal foco do algoritmo desenvolvido. Contudo, os cientistas admitem que existem outras condições médicas que podem justificar este sintoma, pelo que pretendem melhorar o modelo de IA para conseguir distinguir efetivamente a doença de Parkinson de outras com sintomas semelhantes. Ao mesmo tempo, levantam a possibilidade de outros fatores — como a utilização da “mão dominante” ou a “língua materna” do paciente — conseguirem influenciar os resultados, o que serão dados importantes para futuras aplicações clínicas.

Segundo Chrystalina Antoniades, especialista em neurociência clínica na Universidade de Oxford que foi ouvida pelo jornal britânico The Guardian, as pessoas com doença de Parkinson tendem a desenvolver uma letra “mais pequena”, o que pode então ser comparada com exemplares anteriores ao aparecimento dos sintomas para se confirmar esta alteração do estado de saúde. A também professora assistente alerta para a atual unidimensionalidade do produto, uma vez que apresenta apenas “um biomarcador”, reforçando as preocupações já levantadas pelos autores do estudo. No entanto, reconhece a potencialidade desta caneta enquanto peça complementar aos métodos tradicionais, permitindo “apanhar fatores que sejam difíceis de observar”.

Apesar de ser “muito eficaz em termos de custos e totalmente acessível aos países de baixo rendimento“, como refere Jun Chen, os investigadores referem que o design do produto ainda pode ser melhorado, estando no horizonte uma conversão à tecnologia wireless (sem fios), que facilitará a sua utilização. Adicionalmente, será equacionada a possibilidade de os sinais recolhidos pela caneta serem transferidos diretamente para um portátil, ou mesmo para uma aplicação de telemóvel, tornando o acesso à informação ainda mais acessível e permitindo a transferência dos dados para vários profissionais diferentes, que podem interpretar os resultados.

Videotracking e o “router” que deteta Parkinson através da respiração

A motivação é sempre encontrar mais formas “objetivas e exatas” de diagnosticar e acompanhar pacientes de Parkinson, com o objetivo de se desenvolverem tratamentos adequados, uma vez que ainda não existe uma cura universal para a doença. Apesar de já existirem inúmeros projetos inovadores como os previamente enumerados, Simon Little acredita que “ainda há muito trabalho a fazer”. O especialista em neurologia da Universidade da Califórnia em São Francisco (UCSF), que prestou declarações enviadas ao Observador, é também o responsável por um projeto de acompanhamento de sintomas que integra modelos de inteligência artificial.

A aplicação AI-PROGNOSIS está a testar as capacidades de monitorização das capacidades motoras dos utilizadores através de vídeos gravados pelo telemóvel. O projeto norte-americano foca-se inteiramente nesta capacidade de análise por vídeo, mas com equipamento adicional que permite retirar conclusões mais aprofundadas para o diagnóstico. O princípio é o mesmo: o utilizador aponta a câmera do seu telemóvel, portátil ou qualquer outro dispositivo e grava os seus movimentos. O vídeo é então inserido num modelo de IA, que verifica a presença de qualquer constrangimento ou sinal de sintomas de Parkinson.

O exercício liderado por Simon Little difere das aplicações em desenvolvimento no sentido em que não é um produto único. Através de vários estudos, o laboratório da UCSF conseguiu mostrar que flutuações dos sintomas associados à medicação podem ser monitorizadas a partir de um acelerómetro — “com uma resolução temporal de um único minuto”. Deste modo, existe também um esforço não só para acompanhar os sintomas, mas também para perceber a viabilidade de novas opções de tratamentos.

Através de diversos ensaios clínicos, conseguiram desenhar um modelo de inteligência artificial que deteta “sintomas clássicos e outros sinais” da Doença de Parkinson através da imagem de vídeo e os tais sensores que são “vestidos” pelas pessoas. Reforçam que a câmara utilizada pode até ter “má qualidade”, e que mesmo assim conseguem determinar a intensidade dos sintomas de Parkinson através da análise de movimentos como andar ou estalar os dedos.

Não é tão simples como instalar uma app no telemóvel, mas certamente que tem um número superior de potencialidades. “O equipamento subjacente não é caro, porque os sensores de rastreio de vídeo são atualmente baratos e integrados em todos os smartphones. O custo advém da realização dos estudos de validação e da construção da infraestrutura de dados para apoiar a utilização contínua destas tecnologias quando implementadas em larga escala”, explica o especialista norte-americano, mencionando que o custo de utilização poderá também ser abatido com contribuições dos seguros de saúde, uma vez que este acompanhamento fora dos hospitais “pouparia custos” aos serviços de saúde.

O estudo com o equipamento adicional de acompanhamento já foi testado no conforto das casas dos utilizadores, enquanto as análises de vídeo continuam a ser levadas a cabo num ambiente relativamente controlado. “As condições dos testes não estavam perfeitas. [O estudo de vídeo] foi completado numa clínica, e não em laboratório”, refere Simon Little, que admite ser necessário adaptar o estudo para simplificar a utilização das ferramentas em casa, “especialmente para pacientes com tremores, que tenham dificuldades em segurar uma câmera”.

Fora o algoritmo desenhado para monitorizar os sintomas através de imagens, a equipa de Little está também a preparar um modelo que ajude a melhorar a qualidade de sono das pessoas com a doença de Parkinson. Entre 33% a 46% das pessoas com a doença são afetadas também com o transtorno de comportamento do sono REM (RBD, na sua sigla em inglês). Neste tipo de distúrbio, que é verificado ao nível do sono mais profundo, é observada verbalização e movimentos agressivos enquanto a pessoa dorme.

Com esta correlação entre doenças neurodegenerativas e a atividade noturna intensa, um grupo de investigadores do Massachusetts Institute of Technology (MIT) começou a desenvolver um algoritmo que consegue detetar a doença através de padrões de respiração durante o sono. “Existe uma relação entre a doença de Parkinson e a respiração desde 1817, no trabalho de James Parkinson”, explicam os investigadores. Dina Katabi, a responsável, refere que alguns sintomas respiratórios se manifestam “anos antes” dos sintomas motores e, por isso, são um fator que deve ser tido em conta para o diagnóstico precoce.

O estudo publicado na revista Nature refere “provar que a inteligência artificial consegue detetar a doença de Parkinson através da respiração durante o sono” e, deste modo, consegue “apurar a gravidade da doença e a sua progressão”. Lê-se que deste estudo “nasce um novo biomarcador digital” para o Parkinson. O dispositivo desenvolvido pela equipa de cientistas sediados nos Estados Unidos da América, que continua a ser testado atualmente, é comparado a um “router de Wi-Fi” que, em vez de permitir o acesso à internet, emite ondas rádio que conseguem “extrair os padrões de respiração de uma pessoa sem qualquer contacto físico”. Do “router” os dados recolhidos são lidos pelo modelo de inteligência artificial e comparados com os padrões de pessoas com e sem a doença de Parkinson.

Enquanto nenhuma destas opções de diagnóstico antecipado está disponível livremente no mercado, Ray Dorsey, um dos autores deste último estudo mencionado, refere que este projeto do MIT “ajuda a iluminar a escuridão” que existe atualmente neste ramo da neurociência. “Não tivemos qualquer avanço terapêutico este século, o que sugere que os métodos utilizados para encontrar novos tratamentos têm sido insuficientes”, continua o professor de neurologia, admitindo que o estudo em que participou é “um dos maiores” alguma vez feito sobre a doença de Parkinson.