in

IBM e Michael J. Fox Foundation desenvolvem modelo de aprendizado de máquina para tratamento do Parkinson

Objetivo é ajudar os médicos a identificar diferentes estágios da doença à medida que ela avança.

IBM atinge novo marco da computação quântica
A IBM anunciou que atingiu um novo marco na computação quântica, atingindo seu maior volume quântico até hoje. Usando um sistema de 27 qubits, a IBM atingiu um "volume quântico" de 64.

A IBM e Michael J. Fox Foundation desenvolvem em conjunto um novo modelo de aprendizado de máquina para o tratamento do Mal de Parkinson. Objetivo inicial é conhecer melhor a progressão da doença. Para isso, será usado o aprendizado de máquina como parte de pesquisas adicionais sobre a doença de Parkinson (DP).

A DP é um distúrbio neurodegenerativo crônico e progressivo com sintomas que podem afetar a função motora e não motora. No entanto, o mecanismo de desenvolvimento da doença ainda é desconhecido. Portanto, é difícil para os médicos determinar o quão avançada a doença está apenas julgando os sintomas de um paciente, especialmente se eles estão tomando medicamentos para mascarar esses sintomas.

Em geral, a progressão não é direta nem fácil de definir na doença de Parkinson, disse a IBM Research. Os sintomas e as trajetórias de sintomas da DP se manifestam em uma ampla gama de pacientes. Isso dificulta para os clínicos a avaliação definitiva e quantitativa de onde um indivíduo pode estar em um determinado ponto no tempo, e quão avançado é realmente o seu DP.

IBM e Michael J. Fox Foundation desenvolvem modelo de aprendizado de máquina para tratamento do Parkinson

IBM e Michael J. Fox Foundation desenvolvem modelo de aprendizado de máquina para o Parkinson
Ator Michael J Fox tem Parkinson.

Com isso em mente, a IBM Research e a MJFF projetaram um método de modelagem destinado a ajudar os médicos a entender como a doença progride em relação ao surgimento de sintomas, para que possam identificar exatamente até que ponto a DP de um paciente avançou.

Usando algoritmos, o modelo foi projetado para considerar fatores que podem mascarar a aparência externa da DP de alguém, incluindo medicamentos que podem aliviar sintomas como tremores, melhorar os controles motores e modificar outros sintomas comuns.

As respostas dos pacientes à medicação podem não ser consistentes em toda a população, motivando a necessidade de personalizar as previsões, disse a IBM Research. Por exemplo, os sintomas de tremor de um paciente podem ser muito responsivos à medicação, enquanto outro pode estar experimentando menos alívio da medicação, mesmo que suas doenças estejam igualmente progredindo … identificar esses desafios é essencial para o sucesso do aprendizado de máquina na área da saúde.

A IBM disse esperar que o modelo de progressão possa ser usado pelos médicos para agrupar pacientes e prever melhor o avanço da doença.

Outras doenças em foco

A IBM Research reconheceu que, embora o objetivo principal do trabalho de modelagem fosse obter um maior conhecimento sobre a DP, ela acredita que poderia ser usada para pesquisar outras doenças crônicas, como diabetes, Alzheimer e esclerose lateral amiotrófica (ELA).

Nas próximas etapas, a IBM planeja treinar o modelo usando dados de pacientes com DP coletados pelo MJFF na esperança de que cada estágio da DP possa ser definido.

O desenvolvimento das ferramentas para análise é apenas o primeiro passo da colaboração com a Michael J. Fox Foundation. Nossos próximos resultados se concentrarão nas percepções clínicas que obtivemos ao aplicar esses modelos à grande quantidade de dados coletados pelo Michael J. O estudo clínico de referência da Fox Foundation, a Parkinson’s Progression Markers Initiative, disse a IBM Research.