IA e estimulação cerebral profunda melhoram caminhada em pacientes com Parkinson

A medicina está cada vez mais conectada com a inteligência artificial, e isso é maravilhoso. Pesquisadores da Universidade da Califórnia em São Francisco (UCSF) desenvolveram um método revolucionário para melhorar a caminhada de pacientes com doença de Parkinson.

A técnica combina estimulação cerebral profunda com algoritmos de IA para personalizar o tratamento, algo que soa diretamente do futuro. Alterações na caminhada são comuns na progressão da doença, como passos curtos e lentidão, o que aumenta o risco de quedas e reduz a autonomia do paciente.

Os pesquisadores avaliaram como diferentes configurações de estimulação elétrica influenciam o desempenho motor. O estudo permitiu prever quais ajustes melhoram a caminhada sem agravar outros sintomas. A equipe desenvolveu um índice de desempenho da caminhada com base em medidas como comprimento do passo, amplitude do movimento dos braços e estabilidade dos passos. O sistema avaliou dados em tempo real durante testes de caminhada.

Os melhores resultados motoras estavam ligadas à redução da atividade beta no globo pálido, área do cérebro associada ao controle muscular. A estimulação cerebral profunda é usada há décadas para reduzir tremores e rigidez, mas seus efeitos sobre a marcha têm sido inconsistentes. A ausência de métricas padronizadas dificulta ajustes precisos.

A nova técnica criada pelo grupo da UCSF busca preencher essa lacuna, oferecendo uma base objetiva para decisões clínicas. O Parkinson é uma doença neurológica caracterizada pela degeneração progressiva dos neurônios responsáveis pela produção de dopamina. Os sintomas incluem tremores involuntários, perda da coordenação motora e rigidez muscular.

Apesar de ser conhecida por acometer pessoas idosas, cerca de 10% a 15% dos pacientes diagnosticados têm menos de 50 anos. A doença não tem cura, mas o tratamento pode diminuir a progressão dos sintomas e ajudar na qualidade de vida.

Os próximos passos da equipe incluem a integração do índice de desempenho com softwares de programação da estimulação cerebral, bem como ampliar os testes com mais pacientes em fases diferentes da doença. A ideia é criar ferramentas automáticas para otimizar o tratamento.

A equipe considera que as descobertas representam um avanço significativo para o cuidado de doenças neurológicas. "É um passo importante para tratamentos personalizados que realmente façam diferença na vida das pessoas", conclui Azgomi.