IA identifica Parkinson pela caligrafia com 98,95% de acerto

Pesquisadores de duas universidades da Índia desenvolveram um sistema de inteligência artificial que analisa caligrafia para identificar sinais de Parkinson. O modelo combina imagens de desenhos e sinais captados por caneta digital e atingiu até 98,95% de acerto em testes.

O estudo foi conduzido por Ishan Ayus, Biswajit Jena e Chandrashekhar Azad, da Siksha ‘O’ Anusandhan University e do National Institute of Technology Jamshedpur, e publicado na Discover Computing.

Os cientistas usaram o banco de dados NewHandPD, formado por 66 participantes recrutados na Faculdade de Medicina de Botucatu, da Universidade Estadual Paulista, no Brasil. Do total, 35 pessoas eram saudáveis, com idade entre 14 e 79 anos, e 31 tinham Parkinson, com idade entre 38 e 78 anos, segundo o artigo. Cada participante desenhou espirais e meandros em uma caneta biométrica, que registrou pressão, inclinação e aceleração do traço além da imagem final.

Como funciona o sistema de detecção

O modelo analisa dois tipos de dado separadamente. Uma rede neural chamada DaViT, que combina atenção e convolução para reconhecer padrões visuais, interpreta as imagens dos desenhos. Uma segunda rede, batizada Conv1D-BiGRU, processa os sinais da caneta ao longo do tempo, como oscilações de pressão e velocidade do traço.

As duas previsões são combinadas por um mecanismo que dá mais peso ao modelo mais confiável em cada tarefa. Os pesquisadores também usaram um algoritmo de otimização chamado SNAKE para ajustar automaticamente os parâmetros de treinamento das redes, em vez de calibrá-los manualmente.

Precisão chegou a quase 99% em testes

Combinado, o sistema atingiu 98,95% de acerto na análise dos desenhos de meandro e 97,74% na análise das espirais, segundo os pesquisadores. Os testes seguiram um protocolo em que os dados de cada participante ficam de fora do treinamento e servem só para validação, o que evita que o modelo memorize traços de uma mesma pessoa.

A combinação das imagens com os sinais da caneta superou o desempenho de cada modelo usado sozinho na tarefa dos meandros, segundo teste estatístico aplicado pelos autores. Na tarefa das espirais, porém, o ganho da combinação sobre o modelo de sinal isolado não foi estatisticamente significativo, de acordo com o mesmo teste.

Modelo ainda depende de validação clínica

O estudo foi testado em um único banco de dados público, com 66 pessoas. Os próprios autores classificam a amostra como pequena e reconhecem que ela pode não representar a diversidade de pacientes de Parkinson em outras populações.

A pesquisa também não usou escalas clínicas de gravidade da doença, como a UPDRS, nem controlou fatores como idade, sexo e lateralidade da escrita. Os autores descrevem o sistema como uma ferramenta de apoio à decisão em estágio de pesquisa, não como um exame validado para uso clínico.

Segundo o artigo, etapas como testes em múltiplos centros médicos, validação externa e comparação direta com neurologistas ainda são necessárias antes de qualquer aplicação em consultórios ou postos de saúde.