Diagnóstico precoce de Parkinson: projeto da USP vence prêmio na área de IA

Projeto desenvolvido por aluno da Universidade de São Paulo (USP) que utiliza redes neurais funcionais para a identificação precoce da doença vence prêmio na área de Inteligência Artificial.

idoso com Parkinson
O projeto usou redes cerebrais funcionais e aprendizado de máquina para prever precocemente o diagnóstico de Parkinson.

A doença de Parkinson é uma doença neurológica degenerativa que afeta os movimentos do corpo. É caracterizada por tremores, rigidez muscular, lentidão de movimentos e dificuldade de equilíbrio, além de alterações na fala e na escrita.

Segundo a Organização Mundial da Saúde (OMS), existem aproximadamente 4 milhões de pessoas no mundo com Parkinson, o que representa 1% da população mundial a partir dos 65 anos. No Brasil, estima-se que 200 mil indivíduos sofram com a doença. A incidência da doença aumenta com o envelhecimento da população.

E um projeto desenvolvido por um estudante da Universidade de São Paulo (USP) que propõe o diagnóstico precoce da doença feito a partir da tecnologia de redes cerebrais funcionais e do aprendizado de máquina venceu um prêmio relevante na área de Inteligência Artificial (IA). Veja os detalhes abaixo.

O projeto premiado que usa IA para diagnosticar precocemente o Parkinson

A pesquisa foi desenvolvida pelo estudante Théo Bruno Frey Riffel, do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, e venceu a edição de 2024 do Prêmio J. F. Marar de Inteligência Artificial para a Graduação, em cerimônia realizada em fevereiro deste ano.

O modelo criado pelo estudante juntamente com seu orientador, o professor Francisco Rodrigues, pode ampliar as fronteiras do diagnóstico precoce para o Parkinson, cuja detecção atualmente é feita com base em sintomas visíveis, o que pode atrasar o início do tratamento da doença.

O Prêmio J.F. Marar de Inteligência Artificial para a Graduação é uma iniciativa que nasceu de uma parceria com a família do cientista e professor João Fernando Marar, que trilhou sua carreira acadêmica no ICMC. O projeto vencedor recebeu uma premiação de R$10,5 mil.

O projeto aplica o estudo de redes cerebrais funcionais e aprendizado de máquina na identificação antecipada da doença, acelerando o diagnóstico e permitindo um tratamento mais personalizado.

Para chegar nisso, Riffel analisou dados cerebrais de pacientes já diagnosticados com a doença de Parkinson, comparando-os com as informações cerebrais de indivíduos saudáveis (o grupo controle). Com isso, foi construída uma rede do cérebro, que representa as interações entre as diferentes regiões corticais. E a partir disso, ele treinou um algoritmo capaz de classificar os pacientes.

redes cerebrais, IA
Rede funcional do cérebro mostrando conexões entre regiões cerebrais. As cores indicam a força da comunicação, ajudando a identificar padrões ligados à doença de Parkinson. Crédito: Instituto de Ciências Matemáticas e de Computação-USP/Divulgação.

No momento da escolha dos algoritmos de treinamento da inteligência artificial (IA), as técnicas ‘Random Forest’ e ‘Redes Neurais de Grafos’ (GNNs) foram as mais promissoras pela sua capacidade de analisar as complexas conexões cerebrais afetadas pela doença.

Contudo, a pesquisa segue em desenvolvimento para determinar qual abordagem oferece maior precisão, conforme comentou Riffel em um comunicado.

Vale destacar que o algoritmo foi projetado para ser uma ferramenta de apoio aos médicos, e não um substituto do julgamento clínico, garantindo que as decisões sejam explicáveis e confiáveis.

Referência da notícia

Método para diagnóstico precoce de Parkinson vence prêmio na área de inteligência artificial. 07 de março, 2025. Clara Marques.