A inteligência artificial será fundamental no tratamento da doença de Parkinson

Febrero, 2020 - As novas tecnologias, e especialmente a Inteligência Artificial, serão fundamentais no tratamento de Parkinson no futuro próximo, como refletido no decorrer da Reunião de Inverno de 2020 do Grupo Andaluz de Distúrbios do Movimento (GATM), realizada em Antequera (Málaga).

Neste fórum, realizado com o apoio da TEVA Neuroscience, e dirigido pelo Dr. Francisco Escamilla Sevilla, coordenador do GATM e neurologista do Hospital Universitário Virgen de las Nieves de Granada, os principais especialistas da comunidade autônoma na doença de Parkinson, mioclonia e ataxias, entre outros, para atualizar seus conhecimentos e discutir os últimos desenvolvimentos em torno desse grupo de patologias. O Dr. Álvaro Sánchez Ferro, do Centro Integral de Neurociências AC - HM Hospital Puerta del Sur de Móstoles (Madri), foi o convidado desta edição e em seu discurso destacou as aplicações da inteligência artificial (IA) e as novas tecnologias em distúrbios do movimento

Na opinião do Dr. Francisco Escamilla, “a IA e as novas tecnologias já são uma realidade, mesmo na prática clínica. Por exemplo, da Sociedade Espanhola de Neurologia (SEN), modelos preditivos de IA baseados em redes neurais estão sendo desenvolvidos para identificar pacientes com candidatos à doença de Parkinson para receber tratamentos de segunda linha.”

Esse especialista também enfatizou que “existe um crescente desenvolvimento de tecnologias para estudar diferentes contextos clínicos dos pacientes, como aplicativos, dispositivos portáteis para avaliar a marcha, quedas e flutuações, sensores em formato de relógio para monitorar a atividade e os ritmos do sono, filmagens de vídeo para avaliar aspectos motores, etc. Este último é muito direcionado para uma futura telemedicina”. Para o coordenador do GATM, “os neurologistas dedicados a distúrbios do movimento têm grandes esperanças de que os métodos de análise estatística através da IA, como aprendizado profundo, classifiquem os pacientes de acordo com suas características genéticas e clínicas, com o objetivo de abordar o ideal da medicina personalizada”.

Inteligência artificial geriátrica
Os neurologistas confiam no potencial da inteligência artificial para classificar os pacientes de Parkinson por suas características genéticas e clínicas e, assim, abordar o ideal da medicina personalizada.

Por seu lado, Carlos Teixeira, diretor geral da TEVA para Espanha e Portugal, destacou que "os distúrbios do movimento são uma área essencial para a empresa, que continua a melhorar o arsenal terapêutico disponível no sistema nervoso central (SNC)". Nesse sentido, ele ressalta que “da TEVA estamos muito comprometidos com a pesquisa, o treinamento e a abordagem dessas doenças, que são complexas e têm impacto em todas as áreas da vida dos pacientes”.

Tratamento personalizado para cada fase da doença
Os especialistas, e em particular o Dr. Javier Abril Jaramillo, analisaram as últimas cinco décadas de uso de inibidores da monoamina oxidase (MAOIs) na doença de Parkinson e o aparecimento da rasagilina como paradigma em cada fase da doença. “Por mais de dez anos, a rasagilina tem sido uma das principais opções terapêuticas para a doença de Parkinson em todas as suas fases. Tanto no momento do diagnóstico, em monoterapia ou politerapia, como em estágios intermediários ou de complicações motoras, é um medicamento útil e com bom perfil de tolerância, o que o torna considerado um dos tratamentos ideais, também para evitar altas doses de levodopa, um fator que tem sido relacionado ao desenvolvimento precoce de complicações motoras”, explica o coordenador do GATM.

Com relação às mudanças previstas na abordagem de Parkinson a curto ou médio prazo, o Dr. Escamilla enfatiza que existem numerosos ensaios em diferentes fases cada vez mais focados em tentar modificar o curso evolutivo da doença de Parkinson. "Por enquanto, a proteína" estrela "que se acumula de forma anormal em diferentes estruturas do sistema nervoso dos pacientes de Parkinson é a sinucleína. O desenvolvimento de terapias (incluindo vacinas) tem como objetivo evitar o acúmulo dessa proteína, fato que tem sido associado à morte de neurônios”, afirma o médico.

Desde que o GATM foi criado, há 15 anos, o Winter Meeting é o principal encontro científico de neurologistas andaluzes dedicados a distúrbios do movimento. “O objetivo deste encontro é a troca de conhecimentos, atualização nas principais áreas temáticas e ensino voltado para os residentes de Neurologia. A partir daqui, surgiram idéias que se materializaram em publicações e guias de prática clínica, como os Manuais de Recomendações de Prática Clínica na Doença de Parkinson (2012 e 2017)”, enfatiza seu coordenador.

Como o Grupo Espanhol de Distúrbios do Movimento SEN, o GATM foi pioneiro em estabelecer-se como uma área de trabalho na Sociedade Andaluz de Neurologia (SAN). Segundo o Dr. Escamilla, “parece que o neurologista dedicado aos distúrbios do movimento se caracteriza por sua grande preocupação, sua busca perpétua por respostas e sua ganância pelo conhecimento de sua área. Tais qualidades fizeram do GATM um grupo muito ativo dentro da Neurologia”. Original em inglês, tradução Google, revisão Hugo. Fonte: Geriatricarea.

Usando a IA para apoiar pessoas com doenças crônicas

29th October 2019 - Using AI to support people with long term illnesses.

Como a inteligência artificial poderia acelerar o progresso no tratamento da doença de Parkinson

January 24, 2019 - How Artificial Intelligence Could Speed Up Progress In Parkinson’s Disease Care.

Ecografia no celular, ECG no relógio ou na pulseira: como a inteligência artificial está a serviço da saúde

A tecnologia aproximou o diagnóstico médico

19/10/2018 - Coordenador do Núcleo de Excelência em Inovação de Software (Softwarelab), professor do PPG em Computação Aplicada da Unisinos. Este artigo integra a seção Horizontes, publicada no caderno DOC. Trata-se de um espaço para discutir ideias e pesquisas, no mercado e nas universidades, que nos fazem vislumbrar um futuro cada vez mais próximo.

A tecnologia tem o potencial de transformar a área da saúde. A revolução dos smartphones, dos wearables (computadores vestíveis) e da inteligência artificial permite tornar a saúde mais proativa. O smartphone, hoje, já coleta informações como o números de passos dados ou a distância que percorremos durante o dia. Com a conexão de acessórios ao celular, é possível transformá-lo em um potente equipamento de diagnóstico, permitindo realizar uma ecografia, diagnosticar problemas cardíacos, observar o interior da orelha ou examinar lesões na pele.

Muitas vezes conectados aos smartphones, os wearables, como os smartwatches (relógios inteligentes) e smartbands (pulseiras inteligentes), também são capazes de coletar dados. Não só as atividades físicas, mas também a frequência cardíaca, a qualidade do sono e o nível de estresse. Conseguem inclusive realizar um eletrocardiograma (ECG), traçando a atividade elétrica do coração. Para além dos wearables de uso geral, há uma série de dispositivos que permitem monitorar condições de saúde específicas, como medir a temperatura corpórea, avisando, no celular, caso a pessoa tenha febre. Outra possibilidade é implantar um sensor de menos de 1 centímetro no braço, que durante três meses mede a glicose e gera avisos, permitindo um melhor controle para pessoas com diabetes.

Mais pesquisa, melhores negócios: a fórmula para não ficar para trás na Revolução Tecnológica

Por meio da inteligência artificial, particularmente um conjunto de técnicas denominado machine learning ("aprendizado de máquina"), é possível processar os dados coletados, a sua correlação e a detecção de possíveis patologias. Por exemplo, através da análise do ECG realizado pelo smartwatch, um software em um smartphone pode indicar determinadas condições cardíacas, como a fibrilação atrial. O aprendizado de máquina pode permitir também o prognóstico de patologias e indicar a necessidade de buscar um atendimento de urgência.

As técnicas de machine learning, que são a base da computação moderna, focam não em dizer como um programa deve executar uma função, mas em apontar qual método será usado para processar os dados recebidos e gerar informação. Dentre as técnicas de aprendizado de máquina mais usadas hoje, destacam-se as redes neurais artificiais. Essas redes criam um modelo de neurônios artificias que estabelecem conexões, de maneira análoga ao que ocorre no cérebro, permitindo que um programa "aprenda" a partir da correlação dos dados que recebe. As redes neurais artificias estão sendo aplicadas na área da saúde com grande sucesso. Têm permitido, por exemplo, a indicação de tratamentos para o câncer, a detecção de surtos de doenças e a previsão do agravamento do estado de saúde de pacientes.

Imagine a combinação dessas tecnologias com nosso Registro Eletrônico de Saúde (RES). Já pensou ter todas as informações relacionadas a sua saúde em um repositório único, acessível via aplicativo? Com isso, a cada interação com um provedor de saúde você pode compartilhar seu RES, repassando ao médico o seu histórico de saúde, que, além de conter as suas interações prévias com médicos, hospitais e exames, indica os dados de seus wearables e smartphone. Estudos mostram que manter o RES unificado de uma pessoa reduz o custo para o sistema de saúde e permite maior correlação com doenças pré-existentes. E também permite ao governo traçar melhor as políticas públicas, podendo ainda servir como ferramenta para pesquisa e prevenção. Seria possível, por exemplo, correlacionar anonimamente dados de pacientes de determinada região, detectando possíveis surtos ou epidemias.

Essas tecnologias são o motor de uma grande transformação na medicina. O médico americano Eric Topol, em seu livro The Patient Will See You Now (Basic Books, 2016), afirma que vivemos hoje um “momento Gutemberg” na área de saúde. Assim como Gutemberg, que com a prensa móvel permitiu a difusão do conhecimento, os smartphones, os wearables e o machine learning têm o potencial de transformação semelhante na área da saúde. Transformação essa que tornará o paciente mais ativo no gerenciamento de sua saúde e o médico, mais empoderado de informações para tomar decisões. Fonte: Gaucha ZH.

Pesquisadores afirmam que IA pode diagnosticar a doença de Parkinson a partir de dados de smartphones

Researchers claim AI can diagnose Parkinson’s disease from smartphone data. Leia mais aqui: Parkinson's diagnosis set to be sped up by Tencent's AI e aqui: Oct 8, 2018 - Tencent Aims To Train AI To Spot Parkinson's In 3 Minutes.

Inteligência artificial sente a postura das pessoas através das paredes

14 June 2018 - AI senses people's pose through walls.

O uso da inteligência artificial para analisar as células cerebrais pode revolucionar a pesquisa

APRIL 19, 2018 - Using Artificial Intelligence to Analyze Brain Cells May Revolutionize Research.

AZ se liga com Berg em acordo de descoberta de drogas baseado em Inteligência Artificial

29th August 2017 - AstraZeneca está juntando braços com a biopharma BERG dos EUA em uma colaboração de pesquisa com o objetivo de identificar e avaliar novos alvos e terapêuticas para tratar transtornos neurológicos como a doença de Parkinson, com a ajuda da inteligência artificial.

Sob o arranjo, a AZ fornecerá inicialmente a BERG com sua biblioteca com curadoria de fragmentos otimizados do sistema nervoso central (SNC), que a empresa usará para procurar novos candidatos de medicamentos para desenvolvimento terapêutico.

A BERG empregará sua plataforma de Biologia Interrogativa para identificar potenciais terapias, aplicando inteligência artificial baseada em algoritmos e probabilidades para analisar os dados.

"Através desta colaboração de pesquisa, podemos abordar a descoberta de medicamentos de uma maneira nova inovadora usando a plataforma de inteligência artificial da BERG", disse o Dr. Iain Chessell, diretor de Neurociências da AZ.

"Estamos ansiosos para colaborar com a BERG para nos ajudar a identificar novos alvos terapêuticos que possam potencialmente beneficiar pacientes com distúrbios neurológicos, uma área de necessidade médica significativa não atendida".

Outros termos do negócio, incluindo detalhes financeiros, não foram divulgados neste momento.

Espera-se que mais de 10 milhões de pessoas vivam com a doença de Parkinson, um distúrbio progressivo do sistema nervoso que afeta negativamente o movimento, em todo o mundo, mas continua a haver uma importante necessidade médica insatisfeita para os pacientes. (Segue…) Original em inglês, tradução Google, revisão Hugo. Fonte: Pharma Times.

Projeto quer ligar cérebro a máquinas para aumentar a inteligência humana

27/03/2017 - Elon Musk, o bilionário por trás da fabricante de veículos elétricos Tesla e da empresa de viagens espaciais SpaceX, tem mais um projeto ambicioso. Ele está apoiando uma nova empresa chamada Neuralink, que tem um objetivo (pouco) simples: ampliar as capacidades do cérebro humano ligando-o a computadores, tornando a nossa espécie mais capaz de competir com os avanços da inteligência artificial.

O projeto ainda está no início, como relatou o Wall Street Journal, mas a ideia é evoluir radicalmente a interface cérebro-máquina, que traria vários benefícios, incluindo a melhoria das capacidades de memória e uma interação mais direta com dispositivos.

Musk já falou abertamente sobre o tema algumas vezes, dando pistas sobre seus planos de longo prazo, mas sem dar muitos detalhes. A ideia de transformar humanos em ciborgues foi mencionada em conferência realizada em fevereiro deste ano, proporcionando uma conexão mais direta com computadores, mesclando a inteligência biológica com a inteligência digital.

O argumento principal do fundador da Tesla e da SpaceX girava em torno dos limites de poder de processamento e velocidades de transferência de informações. O que isso quer dizer? Computadores conseguem engolir, transferir e processar gigabytes inteiros por segundo, ou até terabytes, e suas capacidades só tendem a aumentar com os anos. Enquanto isso, nós somos limitados a formas arcaicas de input e output, como falar, digitar, ler e ouvir, que são extremamente lentas, com apenas alguns bits por segundo.

Uma das propostas citada na ocasião pelo executivo incluía um computador ligado ao cérebro com uma alta largura de banda, embora ele não especifique como isso seria feito. Atualmente, já existem algumas tecnologias que fazem a interface entre cérebro e máquinas que utilizam eletroencefalogramas, mas elas são lentas e pouco confiáveis e muito provavelmente não têm nada a ver com o que Musk tem em mente. Para chegar ao ponto proposto por ele, seria necessário ampliar profundamente o conhecimento que temos sobre o cérebro. O fato de serem precisos voluntários dispostos a receber um chip dentro do crânio também não ajuda.

Mais até do que desenvolver a tecnologia, o grande desafio do projeto é avançar a neurociência, que servirá como base para tais avanços. Em entrevista ao site The Verge, Bryan Johnson, criador da empresa Kernel, que tem como objetivo evoluir a cognição humana por meio da tecnologia, e que também está envolvido com a Neuralink, contou que implantes cerebrais já são usados para liberar sinais elétricos para amenizar o efeito do Mal de Parkinson. “A técnica já é usada para tratar dores de coluna, obesidade, anorexia... o que não foi feito é a leitura e gravação do código neural”, ele contou. Para chegar lá, ele assume que seria necessário criar novas técnicas de cirurgia, avançar o software e desenvolver implantes que sejam acessíveis ao nível do consumidor, e não apenas protótipos caríssimos. Original em inglês, tradução Google, revisão Hugo. Fonte: Olhar Digital.

Cientistas desenvolvem um método baseado em IA para diagnosticar a doença de Alzheimer ou Parkinson

Um método baseado na inteligência artificial permite diagnosticar a doença de Alzheimer ou Parkinson

February 17, 2017 - A doença de Alzheimer, que atualmente afeta mais de 40 milhões de pessoas, é a doença neurodegenerativa mais comum em idosos. O diagnóstico precoce é crucial tanto para tratar a doença como para ajudar no desenvolvimento de novos medicamentos, já que não foi possível encontrar uma cura até agora. O desenvolvimento da doença de Alzheimer tem sido provado estar estreitamente ligado a mudanças estruturais na matéria cinzenta e alterações funcionais na substância branca que liga as regiões do cérebro. Na rede de conectividade cerebral, uma perda significativa de fibras de substância branca também provoca alterações funcionais como perda de memória. No entanto, o diagnóstico permanece um desafio e, até à data, não foi possível determinar como a atividade cerebral funcional contribui para a deterioração da atividade estrutural e vice-versa.

Nesse sentido, o diagnóstico assistido por computador (DAC) é uma importante ferramenta que ajuda os médicos a compreender o conteúdo multimídia obtido em testes realizados com pacientes, o que permite um tratamento mais simples. Um desses procedimentos é a imagem médica, que fornece alta resolução "ao vivo" informações sobre o assunto. A equipe de pesquisa BioSip da Universidade de Málaga, em colaboração com um grupo de pesquisadores da Universidade de Granada, vem estudando imagens e sinais biomédicos há anos.

Os pesquisadores Andrés Ortiz, Jorge Munilla, Juan Górriz e Javier Ramírez publicaram recentemente um artigo no International Journal of Neural Systems intitulado "Conjuntos de arquiteturas de aprendizagem profunda para o diagnóstico precoce da doença de Alzheimer". O estudo apresenta uma técnica de aprendizagem profunda para o diagnóstico de Alzheimer pela análise conjunta de imagens funcionais e estruturais.

Esta técnica de inteligência artificial (AI) tem como objetivo modelar abstrações de dados de alto nível para permitir que os computadores diferenciem o cérebro de uma pessoa saudável da de uma pessoa doente, extraindo automaticamente as regiões afetadas de interesse. Os investigadores escrevem: "O estudo utiliza técnicas de aprendizagem profunda para calcular os preditores de função cerebral e imagens de ressonância magnética para prevenir a doença de Alzheimer. Para isso, usamos diferentes redes neurais com as quais modelar cada região do cérebro para combiná-las posteriormente".

O estudo explora a construção de métodos de classificação baseados em arquiteturas de aprendizagem profunda aplicadas a regiões cerebrais definidas por um atlas digital do cérebro humano chamado Automated Anatomical Labelling (AAL). Para tanto, as imagens da matéria cinzenta de cada área do cérebro foram divididas de acordo com as regiões separadas em diferentes setores pela AAL, que têm sido utilizadas para treinar redes neurais de aprendizagem profunda especializadas nas diferentes regiões do cérebro. O conhecimento adquirido pelas redes é posteriormente combinado por diferentes técnicas de fusão apresentadas neste trabalho.

Arquitetura de classificação
O resultado deste trabalho é uma poderosa arquitetura de classificação que combina a aprendizagem supervisionada e não supervisionada para extrair automaticamente as características mais relevantes de um conjunto de imagens. O método proposto foi avaliado utilizando uma grande base de dados da Iniciativa de Neuroimagem da Doença de Alzheimer (ADNI).

Os resultados deste trabalho, que incluiu pacientes com outros déficits cognitivos que podem desenvolver Alzheimer dentro de dois anos, mostram o potencial das técnicas de AI para revelar padrões associados com a doença. As taxas de acurácia obtidas para o diagnóstico contribuem para o conhecimento do processo neurodegenerativo envolvido no desenvolvimento da doença e também é útil como ponto de partida para o desenvolvimento de tratamentos médicos mais eficazes. Original em inglês, tradução Google, revisão Hugo. Fonte: Medical Xpress.