Co

npj Digital Medicine volume 5, Artigo número: 32 (2022) Citar este artigo

5767 Acessos

19 citações

14 Altmétrico

Detalhes das métricas

A doença de Parkinson (DP) é uma doença neurodegenerativa caracterizada por deficiências motoras, como tremor, bradicinesia, discinesia e anormalidades da marcha. Os protocolos atuais avaliam os sintomas da DP durante as visitas clínicas e podem ser subjetivos. Os diários dos pacientes podem ajudar os médicos a avaliar os sintomas em casa, mas podem ser incompletos ou imprecisos. Portanto, os pesquisadores desenvolveram métodos automatizados internos para monitorar os sintomas da DP para permitir o diagnóstico e o gerenciamento da DP baseados em dados. Consultamos o banco de dados PubMed da Biblioteca Nacional de Medicina dos EUA para analisar a progressão das tecnologias e métodos computacionais/de aprendizado de máquina usados ​​para monitorar sintomas motores comuns da DP. Foi revisado um subconjunto de aproximadamente 12.000 artigos que melhor caracterizaram os cronogramas de aprendizado de máquina e tecnologia que se manifestaram na revisão da literatura. A tecnologia usada para monitorar os sintomas motores da DP avançou significativamente nas últimas cinco décadas. O monitoramento inicial começou com dispositivos em laboratório, como EMG baseado em agulhas, passou para acelerômetros/giroscópios em laboratório, depois para acelerômetros/giroscópios vestíveis e, finalmente, para monitoramento doméstico baseado em telefone e aplicativos móveis e web. Progresso significativo também foi feito no que diz respeito ao uso de algoritmos de aprendizado de máquina para classificar pacientes com DP. Usando dados de diferentes dispositivos (por exemplo, câmeras de vídeo, acelerômetros baseados em telefone), os pesquisadores projetaram algoritmos de aprendizado de máquina baseados em redes neurais e não neurais para categorizar pacientes com DP em termos de tremor, marcha, bradicinesia e discinesia. A coevolução de cinco décadas de tecnologia e técnicas computacionais usadas para monitorar os sintomas motores da DP gerou um progresso significativo que está permitindo a mudança do monitoramento dos sintomas da DP em laboratório/clínica para o monitoramento domiciliar.

A doença de Parkinson (DP) é uma doença neurodegenerativa complexa comumente caracterizada por comprometimentos motores como tremor, bradicinesia, discinesia e anormalidades da marcha1. A avaliação adequada das deficiências motoras da DP é vital para o manejo clínico da doença2,3. O momento apropriado para a administração de medicamentos dopaminérgicos4 para evitar aumentos repentinos na gravidade dos sintomas5 e a seleção de intervenções como a estimulação cerebral profunda6 exigem uma compreensão precisa das flutuações dos sintomas em pacientes com DP. Além disso, a caracterização objetiva das manifestações não motoras da DP, como distúrbios do sono, sintomas gastrointestinais e sintomas psiquiátricos, é necessária para compreender a progressão da doença em longo prazo3.

A caracterização dos sintomas motores e não motores da DP baseava-se tradicionalmente na Escala Unificada de Avaliação da Doença de Parkinson (UPDRS), um sistema de classificação de gravidade da DP com quatro partes relacionadas a (I) Menção, Comportamento e Humor, (II) Atividades da Vida Diária, ( III) Motoras e (IV) Complicações7. A UPDRS acabou sendo atualizada pela Movement Disorder Society (MDS), criando a MDS-UPDRS, na tentativa de reduzir a subjetividade na escala8. Os médicos também usam outros sistemas de classificação, como a Escala de Classificação de Tremor WHIGET para tremor de ação9 e a escala de classificação de bradicinesia modificada (MRBS) para bradicinesia10. Contudo, estes sistemas de classificação apresentam duas falhas principais. Primeiro, eles carecem de granularidade durante a doença ou os ciclos de medicação, pois fornecem apenas uma visão instantânea dos sintomas de um paciente, conforme observado durante as visitas clínicas. Além disso, ao avaliar os sintomas da DP fora da clínica, os médicos devem confiar nos diários ou recordações dos pacientes, que podem ser imprecisos2. Em segundo lugar, estes sistemas de classificação são inerentemente subjetivos, levando a uma elevada variabilidade inter e intra-avaliadores3.

Abordar essas falhas é vital para garantir o diagnóstico e manejo adequados dos pacientes com DP. Para tanto, esforços consideráveis ​​têm sido feitos para desenvolver métodos objetivos, caseiros e automatizados para monitorar os principais sintomas motores característicos da DP. Aproveitar o sensor de movimento e, em alguns casos, as tecnologias baseadas em vídeo pode primeiro permitir que os médicos adotem abordagens baseadas em dados para diagnósticos de DP. Adicionar monitoramento domiciliar de pacientes por meio de dispositivos inteligentes (por exemplo, smartphones, relógios) poderia então permitir que os médicos ajustassem os planos de tratamento com base nos dados de atividade do paciente. O objetivo final destas tecnologias é conseguir uma monitorização contínua em casa, o que exigirá investigação contínua utilizando dados de estudos contínuos em casa, em vez de aplicar dados laboratoriais para desenvolver soluções em casa. Esta revisão tem como objetivo resumir a coevolução das tecnologias e métodos computacionais utilizados para avaliar e monitorar sintomas motores comuns da DP, como tremor, anomalias da marcha, bradicinesia e discinesia.