Ghenis Carlos*
Pesquisadores da Ufes desenvolveram uma técnica capaz de identificar de forma precoce a doença de Parkinson a partir de sinais de voz. Usando um banco de dados turco, o sistema adota a otimização metaheurística — modelo de instrução computacional — para fazer seleção de atributos e aplica algoritmos de inteligência artificial (IA) para distinguir os sinais de voz de uma pessoa saudável e de uma pessoa com Parkinson. O estudo é vinculado ao mestrado do Programa de Pós-Graduação em Engenharia Elétrica da Ufes (PPGEE) e orientado pelo professor Patrick Ciarelli.
Segundo a Organização Mundial da Saúde (OMS), há aproximadamente 4 milhões de pessoas no mundo diagnosticadas com Parkinson. No Brasil, o número estimado equivale a 200 mil casos confirmados. A doença é complexa, podendo se manifestar com maior incidência a partir dos 60 anos, mas, quanto mais cedo se obtém o diagnóstico, mais eficiente será o tratamento para retardar a evolução dos sintomas. O Parkinson segue sendo uma doença sem cura.
“Me interessei por aplicações biomédicas do processamento de sinais, em especial para identificação de doenças neurodegenerativas, pois tais doenças acometem membros da minha família. O uso de sinais de voz para identificação da doença de Parkinson é uma área de pesquisa ainda incipiente, de desenvolvimento recente, em especial no Brasil, onde não há ainda bancos de dados públicos para tal investigação”, explica o autor do estudo, Peter Garcez.
Os sintomas do Parkinson
O pesquisador explica que os sintomas motores do Parkinson, como tremor em repouso e lentidão nos movimentos, a demência e outros sintomas comuns costumam surgir em estágios mais avançados da doença. Por outro lado, os sintomas vocais são os primeiros a surgirem em cerca de 90% dos casos.
“Assim, ferramentas de auxílio ao diagnóstico baseadas em sinais de voz podem permitir a identificação precoce da doença, indicando ao médico a presença do Parkinson em estágios iniciais, antes do surgimento dos sintomas motores. Além disso, podem auxiliar no acompanhamento remoto da doença, evitando visitas clínicas de pacientes cuja locomoção já esteja comprometida”, detalha Garcez.
Os resultados alcançados foram surpreendentes, superando alguns trabalhos relevantes da literatura recente. Foram identificados os atributos extraídos do processamento de sinais de voz que são mais relevantes para a identificação da doença, contribuindo para a compreensão dos parâmetros vocais mais afetados pela doença.
Tecnologia
Os algoritmos de aprendizado de máquina são um conjunto de instruções que permitem a um computador analisar e explorar dados complexos. Assim, a pesquisa conseguiu identificar e aprender os padrões existentes nos sinais de voz de pessoas com Parkinson. O número total de amostras de voz captadas foi 756, e para cada uma dessas amostras foram obtidos 752 atributos. Isso caracteriza um banco de dados numérico, que são algarismos dispostos em uma tabela de tamanho 756 x 752.
“Agora veja, dentre os 752 atributos, nem todos são relevantes para a identificação da doença. De fato, o desempenho da identificação diminui quando todos os atributos são considerados ao mesmo tempo. Assim, tem-se o primeiro problema central que o trabalho abordou, que é a ‘seleção de atributos’ no banco de dados, ou seja, a melhor combinação de atributos para o diagnóstico”, afirma Garcez.
A pesquisa também inovou ao investigar o uso de algoritmos metaheurísticos — modelo de instrução computacional — para serem aplicados no sistema de diagnóstico considerando o banco de dados. Esse modelo permite o ajuste dos parâmetros das máquinas, o que é importante para seu desempenho. Além disso, permite a identificação de atributos irrelevantes dos bancos de dados, o que reduz o custo computacional e o tempo de execução desses algoritmos.
Garcez explica que isso possibilita o desenvolvimento de técnicas de diagnóstico e monitoramento remoto da doença, que podem ser inseridas em dispositivo mobile e computadores de baixo custo.
Futuro
O próximo passo do pesquisador é desenvolver um banco de dados brasileiro, de preferência regional, para investigar a identificação da doença de Parkinson a partir de vozes de nativos de língua portuguesa, disponibilizando-o publicamente para o fomento da pesquisa em nível mundial.
“Isso permitirá também investigar a importância das especificidades da língua falada para a identificação do Parkinson a partir de sinais de voz e de fala. Tal tarefa será desenvolvida em projeto de doutorado”, declara.
É durante o doutorado também que a fase de testes com seres humanos pretende ser iniciada, após a aprovação pelo Comitê de Ética em Pesquisa da Ufes. “Temos um acordo com uma neurologista pesquisadora do ambulatório da Ufes em Maruípe, ela vai nos possibilitar acesso a pacientes com Parkinson”.
Financiamento
A pesquisa é vinculada ao Laboratório de Computação e Sistemas Neurais (LabCisne) da Ufes e recebe financiamento da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes).
* Bolsista em projeto de Comunicação
Edição: Sueli de Freitas
Revisão: Monick Barbosa
Faça um comentário