Denisson Leal utilizou machine learning em estudo sobre doença de Parkinson

Identificar, através de aprendizado de máquina, pacientes da doença de Parkinson que estão em maior risco de desenvolver discinesias, que são movimentos musculares involuntários. Foi com esse intuito que o egresso Denisson Augusto Bastos Leal, do Programa de Pós-Graduação Ciências da Saúde e Biológicas (PPGCSB) da Universidade Federal do Vale do São Francisco (Univasf), produziu o trabalho intitulado “Predição de discinesias em pacientes da doença de Parkinson usando aprendizado de máquina”. A pesquisa recebeu menção honrosa na XLIV Reunião Anual da Sociedade Brasileira de Neurociências e Comportamento (SBNeC), que aconteceu no período de 5 a 9 de outubro.

Para elaborar o trabalho, Denisson Leal contou com a orientação da professora Ivani Brys, do Colegiado de Psicologia, do PPGCSB e do Programa de Pós-Graduação em Psicologia (PPGPSI); coorientação do professor Rodrigo Ramos, do Colegiado de Engenharia Elétrica e do PPGCSB; e colaboração da discente do PPGPSI Michele Vieira. O estudo é fruto de um trabalho interdisciplinar que começou há cerca de quatro anos, no qual foram combinados conhecimentos de Psicologia, Neurociência e Engenharia, para aplicar técnicas de aprendizado de máquina (machine learning) na resolução de um problema de pesquisa na área da saúde. O aprendizado de máquina é uma subárea da inteligência artificial, na qual o conhecimento não é explicitamente programado.

O trabalho premiado identifica fatores de risco e apresenta uma estratégia capaz de reconhecer pacientes que estão em maior risco de desenvolver os movimentos involuntários anormais na doença de Parkinson, o que pode auxiliar no desenvolvimento de ações preventivas no futuro. Além deste tópico e dos agravantes da doença de Parkinson, a pesquisa aborda o Parkinson Progression Marker Initiative (PPMI), que é um estudo longitudinal, realizado pela Fundação Michael J. Fox, com o objetivo de identificar biomarcadores da doença para melhor compreensão e fornecimento de ferramentas que colaborem com o sucesso de testes terapêuticos.

A ideia, segundo Leal, é diferenciar ou encontrar características que se destaquem em pacientes que desenvolvem discinesia daqueles que não desenvolvem. “Essa é uma temática muito importante e pouco explorada. Discinesia é a parte mais complicada para os pacientes da Doença de Parkinson. Acredito que nossa pesquisa contribui para que no futuro os pacientes não passem por essa fase incapacitante da doença”, pontua.

A professora Ivani explica que, atualmente, quando uma pessoa é diagnosticada com a doença de Parkinson não é possível saber se ela irá desenvolver os movimentos involuntários. “Este é um grande problema, pois sem esse tipo de informação não é possível prevenir o aparecimento das discinesias, que, por sua vez, trazem intenso sofrimento aos pacientes”, afirma a docente, que coordena o Grupo de Pesquisa em Neurociência e Psicologia Experimental (Neurovale) da Univasf.

Ela conta que este é o segundo ano consecutivo que um trabalho realizado pelo Neurovale recebe menção honrosa no Congresso Anual da SBNeC. “É o maior evento do país na área. Receber essa segunda menção honrosa nos enche de orgulho e representa a consolidação da Univasf, através do Grupo de Pesquisa Neurovale, como uma instituição de referência, em nível nacional, para pesquisa em Neurociência”, destaca.

A Reunião Anual da SBNeC é um evento realizado pela Diretoria da Sociedade Brasileira de Neurociências e Comportamento, com o apoio do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), International Brain Research Organization (IBRO), Federation of Latin American and Caribbean Neuroscience Societies (FALAN) e Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp). No evento, são oferecidas conferências com a participação de neurocientistas nacionais e internacionais, sessão de comunicações orais, módulos temáticos e cursos. Mais informações sobre o evento podem ser encontradas no site da SBNeC.