Como os dados fornecidos por rastreadores de fitness e smartphones podem ajudar pessoas com esclerose múltipla

A esclerose múltipla (EM) é uma doença insidiosa. Os pacientes sofrem porque o sistema imunológico ataca as próprias fibras nervosas, o que inibe a transmissão dos sinais nervosos. Pessoas com EM apresentam comprometimento leve a grave da função motora e da percepção sensorial de várias maneiras. Essas deficiências atrapalham suas atividades diárias e reduzem sua qualidade de vida geral.

Por mais individuais que sejam os sintomas e a progressão da doença, a forma como ela é tratada também o é. Para monitorar a progressão da doença e poder recomendar tratamentos eficazes, os médicos pedem regularmente aos seus pacientes que descrevam seus sintomas, como fadiga.

Saindo da memória

Os pacientes são, portanto, confrontados com a difícil tarefa de fornecer informações sobre o seu estado de saúde e o que foram capazes de fazer nas últimas semanas e até meses, de memória. Os dados recolhidos desta forma podem ser imprecisos e incompletos porque os pacientes podem lembrar-se mal dos detalhes ou adaptar as suas respostas às expectativas sociais. E uma vez que estas respostas têm um impacto significativo na forma como a progressão da doença é registada, esta pode ser mal gerida.

“Os médicos beneficiariam de ter acesso a medições fiáveis, frequentes e a longo prazo dos parâmetros de saúde dos pacientes, que proporcionam uma visão precisa e abrangente do seu estado de saúde”, explica Shkurta Gashi. Ela é autora principal de um novo estudo e pós-doutorado nos grupos liderados pelos professores da ETH Christian Holz e Gunnar Rätsch no Departamento de Ciência da Computação, bem como membro do ETH AI Center.

Juntamente com colegas da ETH Zurique, do Hospital Universitário de Zurique e da Universidade de Zurique, Gashi demonstrou agora que rastreadores de fitness e smartphones podem fornecer este tipo de dados confiáveis ​​de longo prazo com alta resolução temporal. Seu estudo foi publicado na revista npj Medicina Digital.

Marcadores digitais para MS

Os pesquisadores recrutaram um grupo de voluntários – 55 com esclerose múltipla e outros 24 servindo como sujeitos de controle – e forneceram a cada pessoa uma braçadeira de monitoramento de condicionamento físico. Ao longo de duas semanas, os pesquisadores coletaram dados desses dispositivos vestíveis, bem como dos smartphones dos participantes. Eles então realizaram testes estatísticos e uma análise de aprendizado de máquina desses dados para identificar informações confiáveis ​​e clinicamente úteis.

O que se mostrou particularmente significativo foram os dados sobre atividade física e frequência cardíaca, coletados dos dispositivos vestíveis dos participantes. Quanto maior a gravidade da doença e os níveis de fadiga dos participantes, menor foi a atividade física e a variabilidade da frequência cardíaca. Em comparação com os controles, os pacientes com esclerose múltipla deram menos passos por dia, praticaram um nível geral mais baixo de atividade física e registraram intervalos mais consistentes entre os batimentos cardíacos.

A frequência com que as pessoas usaram o smartphone também forneceu informações importantes sobre a gravidade da doença e os níveis de fadiga: quanto menos frequência um participante do estudo usou o telefone, maior será o seu nível de incapacidade e mais grave será o seu nível de fadiga. Os pesquisadores obtiveram insights sobre a função motora por meio de um teste semelhante a um jogo em um smartphone.

Desenvolvido na ETH há alguns anos, esse teste exige que o usuário toque na tela o mais rápido possível para fazer uma pessoa virtual se mover o mais rápido possível. Monitorar a rapidez com que uma pessoa bate e como a frequência de batidas muda ao longo do tempo permite que os pesquisadores tirem conclusões sobre suas habilidades motoras e fadiga física.

“No geral, a combinação de dados do monitor de fitness e do smartphone permite-nos distinguir entre participantes saudáveis ​​e aqueles com EM com um elevado grau de precisão”, diz Gashi. “Combinar informações relacionadas a vários aspectos da doença, incluindo informações fisiológicas, comportamentais, de desempenho motor e do sono, é crucial para um monitoramento mais eficaz e preciso da doença”.

Abordagem confiável

Esta nova abordagem proporciona aos doentes com EM uma forma simples de recolher dados fiáveis ​​e clinicamente úteis a longo prazo, à medida que avançam na sua vida quotidiana. Os investigadores esperam que este tipo de dados possa levar a melhores tratamentos e técnicas de gestão de doenças mais eficazes: dados mais abrangentes, precisos e fiáveis ​​ajudam os especialistas a tomar melhores decisões e possivelmente até a propor tratamentos eficazes mais cedo do que antes. Além do mais, a avaliação dos dados dos pacientes permite que os especialistas verifiquem a eficácia dos diferentes tratamentos.

Os pesquisadores agora disponibilizaram seu conjunto de dados para outros cientistas. Apontam também a necessidade de um estudo mais amplo e de mais dados para desenvolver modelos confiáveis ​​e generalizáveis ​​para avaliação automática. No futuro, tais modelos poderão permitir que os pacientes com esclerose múltipla experimentem uma melhoria significativa nas suas vidas graças aos dados dos rastreadores de fitness e dos smartphones.