Uma nova ferramenta de machine learning de código aberto chamada ActiTect pode identificar um forte sinal de alerta precoce da doença de Parkinson e distúrbios relacionados apenas analisando dados de movimento do pulso durante o sono. Pesquisadores de várias instituições europeias treinaram o algoritmo para detectar o transtorno comportamental do sono REM isolado (iRBD), uma condição em que as pessoas encenam fisicamente seus sonhos, muitas vezes anos antes do aparecimento de doenças neurológicas.
A Pesquisa
A equipe construiu e testou o ActiTect em gravações de actigrafia de 279 indivíduos em cinco conjuntos de dados diferentes. Em sua coorte de desenvolvimento inicial de 78 pessoas, o modelo alcançou um AUROC de 0,95 (onde 1,0 é perfeito). Quando testado em um conjunto local cego de 31 indivíduos, o desempenho permaneceu forte com AUROC de 0,86. Duas coortes externas independentes mostraram AUROCs de 0,84 (n=113) e 0,94 (n=57). Para simular a implantação no mundo real, os pesquisadores usaram uma abordagem de validação cruzada leave-one-dataset-out, que produziu uma faixa consistente de AUROC de 0,84 a 0,89 em todos os conjuntos de dados. Isso demonstra que o ActiTect pode generalizar entre diferentes dispositivos e configurações de gravação sem perder precisão.
Por Que Isso Importa
A maioria das pessoas com iRBD não são diagnosticadas até que já tenha ocorrido neurodegeneração significativa. A actigrafia—usando um dispositivo simples de pulso semelhante a um rastreador de fitness—é barata e escalável. Ao automatizar a análise com uma ferramenta como o ActiTect, grandes populações poderiam ser rastreadas de forma não invasiva. Os autores seniores do estudo, do Hospital Universitário de Colônia e da Universidade de Aarhus, destacam que a detecção automatizada de sono-vigília e o pré-processamento robusto do pipeline o tornam viável para uso doméstico. Para o público em geral, isso significa detecção precoce de condições como doença de Parkinson, demência com corpos de Lewy e atrofia de múltiplos sistemas, potencialmente abrindo uma janela para intervenções preventivas.
O Que Você Pode Fazer
Você pode ajudar a avançar esta pesquisa participando de estudos que usam dispositivos vestíveis para rastrear o sono e o movimento. Se você tem um smartwatch ou rastreador de fitness, preste atenção aos padrões de sono e discuta quaisquer preocupações com seu médico. O código do ActiTect está disponível gratuitamente online, então leitores com inclinação técnica podem baixar e validar a ferramenta em seus próprios dados.
Fonte: arXiv q-bio.NC
Curioso sobre seu próprio cérebro? Faça nosso teste de QI adaptativo gratuito ou tente 306 níveis de treinamento cerebral.
