As demências são caracterizadas pelo acúmulo de diferentes tipos de proteínas no cérebro, que danificam o tecido cerebral e levam ao declínio cognitivo. No caso da doença de Alzheimer, essas proteínas incluem a beta-amiloide, que forma 'placas', aglomerando-se entre os neurônios e afetando sua função, e a tau, que se acumula dentro dos neurônios.
Mudanças moleculares e
celulares no cérebro geralmente começam muitos anos antes de qualquer sintoma
ocorrer. O diagnóstico de demência pode levar muitos meses ou até anos.
Normalmente requer duas ou três visitas ao hospital, pode envolver uma série de
exames de TC, PET e MRI, bem como punções de liquor.
Uma equipe liderada
pela professora Zoe Kourtzi da Universidade de Cambridge e do The Alan Turing
Institute desenvolveu ferramentas de aprendizado de máquina que podem detectar
demência em pacientes em um estágio muito inicial. Usando imagens cerebrais de
pacientes que desenvolveram Alzheimer, seu algoritmo de aprendizado de máquina
detectou mudanças estruturais no cérebro. Quando combinado com os resultados de
testes de memória padrão, o algoritmo foi capaz de fornecer uma pontuação de
prognóstico - ou seja, a probabilidade de o indivíduo ter a doença de
Alzheimer.
Para os pacientes que
apresentam comprometimento cognitivo leve - sinais de perda de memória ou
problemas com a linguagem ou percepção visual / espacial - o algoritmo foi
superior a 80% de precisão na previsão dos indivíduos que desenvolveram a
doença de Alzheimer. Também foi capaz de prever a rapidez com que sua cognição
diminuirá com o tempo.
O professor Kourtzi,
do Departamento de Psicologia de Cambridge, disse: "Treinamos algoritmos
de aprendizagem de máquina para detectar os primeiros sinais de demência apenas
procurando padrões de perda de massa cinzenta - essencialmente, desgaste - no
cérebro. Quando combinamos isso com o padrão testes de memória, podemos prever
se um indivíduo apresentará um declínio mais lento ou mais rápido em sua
cognição.
Embora o algoritmo
tenha sido otimizado para procurar sinais da doença de Alzheimer, o professor
Kourtzi e colegas agora o estão treinando para reconhecer diferentes formas de
demência, cada uma com seu próprio padrão característico de perda de volume.
Rubens de Fraga Júnior - professor titular da disciplina de gerontologia
da Faculdade Evangélica Mackenzie do Paraná. Médico especialista em geriatria e
gerontologia pela SBGG.
Fonte: Joseph Giorgio et al, Modeling prognostic trajectories of
cognitive declive due to Alzheimer disease, NeuroImage: Clinical (2020). DOI: 10.1016 / j.nicl .2020.102199
Nenhum comentário:
Postar um comentário