# Como o aprendizado profundo e a análise da marcha podem auxiliar na doença de Parkinson?

> A revisão sistemática identificou 25 estudos que usam aprendizado profundo para analisar a marcha na doença de Parkinson, com redes neurais convolucionais para sensores vestíveis e redes de estimação de pose para vídeos, visando diagnóstico precoce, avaliação da progressão e monitoramento da doença.

Estudo citado: Franco A, Russo M, Amboni M, Ponsiglione AM, Di Filippo F, Romano M et al.. The Role of Deep Learning and Gait Analysis in Parkinson's Disease: A Systematic Review. Sensors (Basel, Switzerland). 2024. DOI: https://doi.org/10.3390/s24185957. PubMed: https://pubmed.ncbi.nlm.nih.gov/39338702/

## Resposta

A doença de Parkinson é o segundo distúrbio do movimento mais comum no mundo, com sintomas motores e não motores que impactam a independência e a qualidade de vida dos pacientes e sobrecarregam cuidadores. Nesse contexto, métodos quantitativos e objetivos para apoiar a decisão clínica são cada vez mais promissores.

A revisão sistemática, conduzida segundo as diretrizes PRISMA, buscou nas bases Scopus, PubMed e Web of Science artigos publicados entre 2018 e 2023. Foram incluídos 25 estudos que utilizaram aprendizado profundo para analisar dados de marcha de pessoas com Parkinson, empregando sensores vestíveis e não vestíveis.

Os achados mostram amplo uso de redes neurais convolucionais para analisar sinais de sensores vestíveis e de redes de estimação de pose para análise de movimento a partir de vídeos. Essas abordagens foram aplicadas para classificação, diagnóstico e monitoramento da doença.

Os autores destacam que tais técnicas podem permitir detecção precoce, avaliação da progressão e implementação de intervenções terapêuticas. No entanto, também discutem dificuldades atuais e apontam soluções futuras para o monitoramento da doença e sua progressão.

Para o médico, esses avanços sugerem um potencial apoio à prática clínica, oferecendo medidas quantitativas e objetivas que podem complementar a avaliação tradicional. Contudo, a implementação rotineira ainda depende da superação de desafios técnicos e da validação em diferentes contextos.

## O que o estudo mostrou

Revisão sistemática com 25 artigos publicados entre 2018 e 2023, que utilizaram aprendizado profundo para análise da marcha na doença de Parkinson. Os estudos empregaram sensores vestíveis e não vestíveis, com redes neurais convolucionais para sinais de sensores e redes de estimação de pose para vídeos, aplicadas à classificação, diagnóstico e monitoramento.

## Limitações

O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, heterogeneidade das amostras ou limitações específicas das técnicas. Também não são apresentados dados quantitativos de desempenho ou validação clínica.

## Aplicação no consultório

A incorporação dessas tecnologias na prática clínica ainda é incipiente, mas pode auxiliar na avaliação objetiva da marcha e no monitoramento da progressão. Para o consultório, isso implica considerar a adoção de sensores e ferramentas de análise de vídeo como apoio à decisão, além de capacitação da equipe para interpretar esses dados.

## Perguntas para aprofundar

- Quais são as principais técnicas de aprendizado profundo aplicadas à marcha na doença de Parkinson?
- Como os sensores vestíveis podem ser usados no monitoramento da doença de Parkinson?
- Quais os desafios para implementar análise de marcha com aprendizado profundo na prática clínica?

Tema: IA e wearables. Página: https://alphadoctor.com.br/ciencia/ia-wearables/como-o-aprendizado-profundo-e-a-analise-da-marcha-podem-auxiliar-na-doenca-de/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.