menu
close

Análise de Cera dos Ouvidos com IA Deteta Parkinson com 94% de Precisão

Investigadores chineses desenvolveram um sistema olfativo baseado em inteligência artificial capaz de detetar a doença de Parkinson através da análise de compostos voláteis na cera dos ouvidos, com uma precisão de 94%. Este método inovador de rastreio identifica quatro biomarcadores químicos específicos em secreções do canal auditivo, podendo substituir exames dispendiosos e listas de verificação subjetivas por uma simples e não invasiva zaragatoa auricular. A tecnologia poderá transformar a deteção precoce e o tratamento desta debilitante doença neurológica.
Análise de Cera dos Ouvidos com IA Deteta Parkinson com 94% de Precisão

Cientistas da Universidade de Zhejiang, na China, criaram uma ferramenta de diagnóstico inovadora que utiliza inteligência artificial para detetar a doença de Parkinson através da análise da cera dos ouvidos, alcançando uma notável taxa de precisão de 94,4%.

A equipa de investigação, liderada por Hao Dong e Danhua Zhu, publicou os seus resultados na revista Analytical Chemistry. A abordagem baseia-se no facto de a cera dos ouvidos conter sebo, uma substância oleosa cuja composição química se altera com a progressão da doença. Ao contrário do sebo da pele, a cera dos ouvidos encontra-se num ambiente protegido, livre de contaminantes externos como poluição ou cosméticos.

O estudo envolveu a recolha de amostras de cera de 209 participantes (108 com doença de Parkinson e 101 sem a doença). Utilizando técnicas sofisticadas de cromatografia gasosa-espectrometria de massa (GC-MS), os investigadores identificaram quatro compostos orgânicos voláteis que surgem em concentrações significativamente diferentes nos doentes de Parkinson: etilbenzeno, 4-etiltolueno, pentanal e 2-pentadecil-1,3-dioxolano.

A equipa desenvolveu então um sistema olfativo de inteligência artificial (AIO) ao combinar sensores de cromatografia gasosa-onda acústica de superfície (GC-SAW) com uma rede neural convolucional (CNN). Este modelo de aprendizagem automática foi treinado para reconhecer padrões nos dados cromatográficos que distinguem amostras de doentes de Parkinson das de indivíduos saudáveis.

O diagnóstico atual da doença de Parkinson baseia-se normalmente na observação de sintomas físicos, que muitas vezes só surgem após ocorrer uma neurodegeneração significativa. A deteção precoce é crucial, pois a maioria dos tratamentos apenas abranda a progressão da doença, em vez de a reverter. Os métodos tradicionais de diagnóstico, como escalas clínicas de avaliação e imagiologia neural, podem ser subjetivos, dispendiosos e falhar casos em fase inicial.

"Este método é uma experiência de pequena escala realizada num único centro na China", salientou Dong. "O próximo passo é realizar mais investigação em diferentes fases da doença, em vários centros de investigação e entre diferentes grupos étnicos, para determinar se este método tem maior valor prático de aplicação."

Se validada em estudos de maior dimensão, esta ferramenta de rastreio de baixo custo e não invasiva poderá revolucionar a deteção precoce da doença de Parkinson, permitindo intervenções mais atempadas e potencialmente melhores resultados para milhões de doentes em todo o mundo.

Source:

Latest News