Relógios inteligentes podem detectar Parkinson sete anos antes dos sintomas

Smartwatches, ou relógios inteligentes, podem detectar a doença de Parkinson¹ sete anos antes de os principais sintomas² 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 cérebro³ são progressivamente danificadas.

Os sintomas² podem ser físicos e psicológicos, incluindo agitação involuntária⁴ ou tremores, movimentos lentos e músculos⁵ 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 Parkinson¹ 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 degenerativas⁶".

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 diagnóstico⁷ 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 clínicos⁸; 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 sênior⁹ do Neuroscience and Mental Health Innovation Institute, observa que, como o diagnóstico⁷ 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 sintomas² aparecem, mais da metade das células¹⁰ da substância negra – a área do cérebro³ que abriga os neurônios¹¹ dopaminérgicos – já terá morrido.

“Para a maioria das pessoas com doença de Parkinson¹, no momento em que começam a sentir os sintomas², muitas das células¹⁰ cerebrais afetadas já foram perdidas”, acrescentou a Dra. Peall.

“Embora nossas descobertas aqui não pretendam substituir os métodos de diagnóstico⁷ 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 Parkinson¹ anos antes do diagnóstico⁷ clínico.

Elas contextualizam que a doença de Parkinson¹ 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 acelerometria¹² na identificação da doença de Parkinson¹ prodrômica na população em geral e comparou-se esse biomarcador digital com modelos baseados em genética, estilo de vida, bioquímica sanguínea ou dados de sintomas² prodrômicos¹³.

Modelos de aprendizado de máquina treinados usando dados de acelerometria¹² alcançaram melhor desempenho de teste na distinção entre doença de Parkinson¹ diagnosticada clinicamente (n = 153) (área sob a curva de precision-recall [AUPRC] 0,14 ± 0,04) e doença de Parkinson¹ prodrômica (n = 113) até 7 anos pré-diagnóstico⁷ (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; sinais¹⁴ prodrômicos¹³: AUPRC = 0,01 ± 0,00, P = 3,6 × 10^-3).

O estudo concluiu que a acelerometria¹² é uma ferramenta de triagem potencialmente importante e de baixo custo para determinar pessoas em risco de desenvolver a doença de Parkinson¹ e identificar participantes para ensaios clínicos⁸ de tratamentos neuroprotetores.

Leia sobre "10 sinais¹⁴ precoces da doença de Parkinson¹".

Fontes:
Nature Medicine, publicação em 03 de julho de 2023.
Independent, notícia publicada em 03 de julho de 2023.