Aprendizado em profundidade aplicado à fusão de dados no auxílio ao diagnóstico do Mal de Parkinson

Abstract

Diagnosticar com eficácia um paciente com mal de Parkinson em seu estado inicial ainda não é uma tarefa possível, tendo como outro agravante, após a constatação da mesma, encontrar qual o nível da enfermidade, dado que fatores como uma faixa etária pouco elevada e sintomas como cansaço e fraqueza podem ocultar ainda mais o diagnóstico. Diversas são as técnicas e modalidades de exames empregadas para esta finalidade, muitas delas baseadas em imagens como eletroencefalograma, tomografia computadorizada e ressonância magnética. Porém, nenhuma delas pode, até o momento, resolver o problema do diagnóstico precoce. Com o intuito de prover informações clínicas mais eficazes, propiciando aos médicos um diagnóstico de maior confiança, técnicas de processamento de imagens e inteligência artificial vêm se tornando cada vez mais promissoras. Recentemente, excelentes resultados foram obtidos através da utilização de uma caneta biométrica com multi-sensores para o preenchimento de um formulário contendo atividades específicas para diagnóstico do mal de Parkinson. Porém, essas informações foram analisadas separadamente até o momento. Buscando obter resultados mais eficazes, o seguinte projeto de pesquisa visa à utilização de técnicas de aprendizado em profundidade na fusão das informações obtidas por meio das imagens do formulário e dos sinais oriundos da caneta biométrica.