FERRAMENTAS LINUX: A IBM e a Michael J Fox Foundation criam uma metodologia de modelagem para ajudar na compreensão da Doença de Parkinson com o uso de Machine Learning

sexta-feira, 7 de agosto de 2020

A IBM e a Michael J Fox Foundation criam uma metodologia de modelagem para ajudar na compreensão da Doença de Parkinson com o uso de Machine Learning



Confira !!



A fundação Michael J Fox juntamente com a IBM estão desenvolvendo um novo modelobaseado em Aprendizado de Máquina (Machine Learning) com a intençãode ajudar do tratamento da doença de Parkinson.

Essa notícia foi anunciada na Conferência de Aprendizado de Máquina para a Saúde que aconteceu nessa semana ode foi apresentado o progresso nessa área  motivado pela doença de Parkinson DP.

O que é a Doença de Parkinson ?

A DP é uma doença neurodegenerativa crônica e progressiva com sintomas heterogêneos que podem afetar a função motora e não motora. A DP é uma das dez principais causas de morte em pessoas com mais de 65 anos de idade nos Estados Unidos. Estima-se que 6 milhões de pessoas em todo o mundo e 1 milhão de pessoas nos Estados Unidos vivam com DP, e essa prevalência deve dobrar até 2040. O que torna a necessidade de pesquisa e um melhor entedimento sobre ela, algo  muito mis urgente.

  A equipe de pesquisa do IBM Research,  juntamente com a Michael J Fox Foundation, estão como objetivo de desenvovleros modelos mais aprimorados de progressão dessa doença e que poderão ajudar os médicos a ter um melhor entendimento da progressão da doença em relação ao aparecimento dos sintomas,mesmpo com os pacientes tomado os medicamentos   modificadores dos sintomas.

Inicialmente, o  objetivo do projeto era o de aprender os estados clínicos da DP e sua progressão correspondente, de modo que médicos e pacientes pudessem ter uma medida quantitativa da doença de um indivíduo.
"Em geral, a progressão não é direta nem fácil de definir na doença de Parkinson. Os sintomas e as trajetórias dos sintomas da DP se manifestam em uma ampla variedade de pacientes. Isso torna difícil para os médicos avaliar de forma definitiva e quantitativa onde um indivíduo pode estar em um determinado momento e quão avançado realmente está  seu DP."

Geralmente a progressão da doença de Parkinson não é direta e nem fácil de ser definida pois os sintomas e as trajetórias dos sintomas da DP se manifestam em uma ampla variedade de pacientes. O que torna mais difícil para os médicos fazerem um avaliação definitiva e quantitativa onde um indivíduo pode estar em um determinado momento e quão avançado está realmente seu DP.

"As respostas dos pacientes à medicação podem não ser consistentes em toda a população, motivando a necessidade de personalizar as previsões. Por exemplo, os sintomas de tremor de um paciente podem ser muito responsivos à medicação, enquanto outro pode estar sentindo menos alívio com a medicação, embora suas doenças estejam igualmente progredidas. Muitos modelos de progressão para DP não levam em consideração os efeitos da medicação."

Fazer a identificação desses desafios é a chave para se obter o sucesso com o Aprendizado de Máquina na área da saúde . A Fundação Michael J Fox, além de fornecer os conhecimentos de domínio que são importantes para fornecer informações sobre os requisitos do modelo, financiou a coleta de um dos volumes mais abrangentes e robustos de dados de indivíduos com DP - a Iniciativa de Marcadores de Progressão de Parkinson - tornanou possível tentar elucidar essas complexidades com a ajuda do Aprendizado de Máquina.


Abordagem 

A abordagem que foi proposta está abordando as necessidades de aprendizado dos estágios da doença enquanto é feito o modelo de efeitos da medicação, que podem ser uma função do estado da doença e / ou resposta personalizada.

Essa abordagem é única como focona modelagem de dados de pacientes que estão tomando medicamentos. Ela também se baseia na estrutura de um modelo de Markov oculto e faz uso de uma inferência variacioal  para o aprendizado de efeitos personalizados, e após aprendido o modelo, os insights podem ser derivados tanto da interpretação dos parâmetros do modelo para aprender mais sobre a doença, quanto da análise das previsões para uma determinada coorte de pacientes.

"Embora o trabalho tenha sido motivado pelo DP, esperamos que possa ser útil ou inspirar trabalho e exploração semelhantes em outras condições crônicas, como diabetes, doença de Alzheimer e ELA. "
O desenvolvimento de ferrametas para a anáise é o ´rimeiro passo da colaboração entre a Michael J. Fox Foundation e a IBM Research, os próximos resultados deverão ser concetrar os insights desses modelos que deverão ser aplicados aos  extensas quantidades de dados coletados pelo estudo clínico de referência da Michael J. Fox Foundation, a Parkinson's Progression Markers Initiative.


Fonte

Até a próxima !!

Nenhum comentário:

Postar um comentário